編譯|智東西  吳菲凝

編輯|李水青

智東西3月30日消息，近日，外媒The verge測(cè)評(píng)了谷歌Bard、OpenAI的ChatGPT兩款對(duì)話機(jī)器人產(chǎn)品和基于ChatGPT的微軟新版Bing搜索引擎，通過(guò)提出一系列問(wèn)題來(lái)比較其優(yōu)劣勢(shì)，問(wèn)題覆蓋了節(jié)假日提醒、游戲建議、詩(shī)歌創(chuàng)作以及抵押貸款計(jì)算等一系列具體場(chǎng)景。

隨著升級(jí)GPT-4的ChatGPT、微軟搜索引擎新版Bing火遍全球，近日谷歌對(duì)標(biāo)產(chǎn)品Bard也開(kāi)啟測(cè)試，大廠AI軍備競(jìng)賽一觸即發(fā)。這三款產(chǎn)品以其高智能化、高擬人化的形態(tài)引人注目，同時(shí)，三者在功能和使用場(chǎng)景上存在不少重疊部分，常被用戶拿來(lái)加以比對(duì)，那哪一款更好用呢？

通過(guò)在8個(gè)具體應(yīng)用場(chǎng)景中的問(wèn)答對(duì)話測(cè)評(píng)，The Verge給出了答案：ChatGPT的人性化程度最高，給出的答案也最完整準(zhǔn)確，比如在解一道數(shù)學(xué)題時(shí)，它會(huì)解釋每一個(gè)步驟的含義。

Bing雖然是基于GPT語(yǔ)言模型的搜索引擎，但其對(duì)自然語(yǔ)言的理解和運(yùn)用能力不及ChatGPT，它在回答其中大部分問(wèn)題時(shí)表現(xiàn)出一定的信息搜索能力，這是它的優(yōu)勢(shì)所在，它可能更適合用于搜集和整理信息。

而B(niǎo)ard在回答多個(gè)問(wèn)題時(shí)，提供的信息都存在數(shù)據(jù)錯(cuò)誤、來(lái)源虛假等隱患，用戶使用時(shí)需要謹(jǐn)慎對(duì)待。但它也能帶給用戶一些驚喜，比如能指出一款熱門(mén)游戲中大Boss的致命弱點(diǎn)，并提出靠譜攻略。

下文對(duì)測(cè)評(píng)問(wèn)題進(jìn)行了梳理和介紹，以便幫助用戶判斷在不同場(chǎng)景下應(yīng)該使用哪款語(yǔ)言模型產(chǎn)品。

01.一個(gè)紐約市管道工的平均工資是多少？

首先來(lái)看一個(gè)信息向問(wèn)題，The Verge記者問(wèn)：“一個(gè)紐約市管道工的平均工資是多少？”Bard、ChatGPT和新版Bing給出了不同回答。

Bard引用了美國(guó)勞工統(tǒng)計(jì)局（BLS）報(bào)告中的數(shù)據(jù)，稱2020年5月美國(guó)管道工的年均工資中位數(shù)為52590美元，而這實(shí)際上是2017年5月時(shí)的數(shù)據(jù)。它還稱美國(guó)管道工協(xié)會(huì)2021年公布的一項(xiàng)調(diào)查中顯示，紐約市的平均工資為76810美元，但這一組織實(shí)際上并不存在。

▲B(niǎo)ard的回答

測(cè)試者猜測(cè)，Bard從求職平臺(tái)Career Explorer中找到了這兩個(gè)數(shù)字，然后為其編了個(gè)毫無(wú)關(guān)聯(lián)的來(lái)源。

而B(niǎo)ing給出的回答中顯示，據(jù)Zippis的調(diào)查，紐約市水管工的平均年薪為63889美元，平均時(shí)薪為30.72美元。它的回答既有具體的數(shù)字，也給出了數(shù)字的引用來(lái)源鏈接，用戶可以直接點(diǎn)擊查看數(shù)據(jù)來(lái)源。

▲B(niǎo)ing的回答

在測(cè)試者看來(lái)，ChatGPT的答案最廣泛又通用，也最“人性化”。

它指出，截止至2021年9月，紐約市水管工的年平均工資為6萬(wàn)至8萬(wàn)美元，而且這個(gè)數(shù)字可能會(huì)受具體城鎮(zhèn)和地區(qū)以及雇傭合同的類型影響而有所不同。ChatGPT還補(bǔ)充回答道，用戶可以在美國(guó)勞工統(tǒng)計(jì)局、Glassdoor、Indeed或Payscale等專業(yè)網(wǎng)站上找到更新的信息。它承認(rèn)“作為一個(gè)AI語(yǔ)言模型，我沒(méi)有能力訪問(wèn)實(shí)時(shí)數(shù)據(jù)”。

▲ChatGPT的回答

02.用抑揚(yáng)格四步音寫(xiě)一首關(guān)于蟲(chóng)子的詩(shī)

The Verge的測(cè)試者向三款聊天機(jī)器人發(fā)布了一項(xiàng)任務(wù)：用抑揚(yáng)格四步音來(lái)寫(xiě)一首關(guān)于蟲(chóng)子的詩(shī)。這對(duì)AI來(lái)說(shuō)極具挑戰(zhàn)，充分考驗(yàn)了它們的創(chuàng)造力。

抑揚(yáng)格四步音（anapestic tetrameter）是詩(shī)歌中常用的格律之一，比如莎士比亞的十四行詩(shī)就是用抑揚(yáng)格四步音寫(xiě)的。抑揚(yáng)格四步音要求每行詩(shī)都包含四個(gè)單元，每三個(gè)音節(jié)的格律分別為無(wú)重音、非重音和重音。

Bard寫(xiě)的詩(shī)的大意是：泥土中有條蟲(chóng)，在土地的紋路中蠕動(dòng)爬行。它筑起自己的圍墻，一個(gè)遮擋著陽(yáng)光的屏障。

▲B(niǎo)ard創(chuàng)作的抑揚(yáng)格四步詩(shī)

Bing撰寫(xiě)的詩(shī)文更加簡(jiǎn)單，如下圖所示，翻譯成中文的大意是：蟲(chóng)子的生活很簡(jiǎn)單，在泥土和雨水中鉆洞。它吃、睡，然后就死了。

▲B(niǎo)ing創(chuàng)作的抑揚(yáng)格四步詩(shī)

ChatGPT撰寫(xiě)的詩(shī)文如下圖所示，翻譯成中文大致意思是：潮濕的泥土中，住著一條蠕動(dòng)的蟲(chóng)子。在肥沃的黑土中，它歡快地滑過(guò)。在一個(gè)看不見(jiàn)的小世界里，它盡情享受和玩耍。在塵土中挖掘隧道，形成一條新的路徑?！?/p>

▲ChatGPT創(chuàng)作的抑揚(yáng)格四步詩(shī)

從三款聊天機(jī)器人給出的答案來(lái)看，ChatGPT的格律最接近，寫(xiě)出的句子也最有詩(shī)的感覺(jué)；Bing的回答中規(guī)中矩；而B(niǎo)ard的語(yǔ)言較為干澀、沉悶。

03.數(shù)學(xué)題：2230增加20%之后是多少？

值得一提的是，這些基于大型語(yǔ)言模型基礎(chǔ)上創(chuàng)造出來(lái)的聊天機(jī)器人，擁有著人類迄今為止最復(fù)雜的計(jì)算機(jī)程序，在文學(xué)創(chuàng)作中有不俗表現(xiàn)，卻在數(shù)學(xué)計(jì)算上表現(xiàn)得慘不忍睹。

測(cè)試者提了這樣一個(gè)問(wèn)題：上周我收到了2230封關(guān)于AI的郵件，這周比上周多了20%，那我這周收到了多少封？

Bard給出了2686的錯(cuò)誤答案。

▲B(niǎo)ard給出的錯(cuò)誤回答

Bing的回答給出計(jì)算步驟并得到了正確結(jié)果，它稱：“先把上周得到的電子郵件數(shù)量乘以20%，得到了446，再用2230加上446，得到了2676?！?/p>

▲B(niǎo)ing的答題步驟

ChatGPT的回答同樣給出了解題步驟，“通過(guò)將2230乘以0.2，然后再把得到的數(shù)字加到原始數(shù)字上，就可以得到最終答案了?！?/p>

▲ChatGPT給出了正確回答

為了進(jìn)行更復(fù)雜的計(jì)算，測(cè)試者要求每個(gè)聊天機(jī)器人回答這道題：如果要在25年內(nèi)以3.9%的利息還清125000美元的抵押貸款，那每月的還款額和總還款額是多少？

三款聊天機(jī)器人都沒(méi)能給出在線抵押貸款計(jì)算器所提供的正確答案，Bard和Bing甚至在每次詢問(wèn)中給出的答案都不同。ChatGPT在多次提問(wèn)中給出的結(jié)果都是一致的，但卻是“一致的錯(cuò)誤”，而且它執(zhí)著于解釋計(jì)算過(guò)程，不能讓用戶直接清晰地得到結(jié)果。

測(cè)試者并不對(duì)三款聊天機(jī)器人在數(shù)學(xué)方面的薄弱感到驚訝。它們是在大量的文本中訓(xùn)練出來(lái)的，并沒(méi)有編碼規(guī)則來(lái)教它們進(jìn)行數(shù)學(xué)計(jì)算。所以當(dāng)它們面對(duì)大量數(shù)字時(shí)，會(huì)犯些不可思議的錯(cuò)誤，但它們又能借助工具來(lái)進(jìn)行修補(bǔ)。比如，Bing會(huì)將用戶引導(dǎo)到一個(gè)貸款計(jì)算器網(wǎng)站，ChatGPT不久前推出的插件中也包含了計(jì)算知識(shí)搜索引擎Wolfram Alpha，這些外部輔助工具給出的回答肯定比聊天機(jī)器人的要更準(zhǔn)確、靠譜些。

04.如何在《埃爾登指環(huán)》中打敗Mamenia？

在FromSofeware工作室設(shè)計(jì)的一款游戲《埃爾登指環(huán)》（Elden Ring）中，用戶往往需要花80至100個(gè)小時(shí)去尋找游戲提示然后打敗Boss。Melenia是用戶公認(rèn)的整款游戲中最難對(duì)付的Boss之一，有位用戶甚至花了206次嘗試才最終將其擊敗。如果用戶想要進(jìn)一步獲得一些武器列表信息或是Malenia的動(dòng)作細(xì)節(jié)的話，就需要聊天機(jī)器人來(lái)助一臂之力。

相較于另外兩款聊天機(jī)器人，Bard在這個(gè)場(chǎng)景中表現(xiàn)得更出色。Bard為用戶提供了擊敗Malenia的關(guān)鍵信息——她容易受到流血傷害，因此玩家可以使用重型武器來(lái)進(jìn)行攻擊。

▲B(niǎo)ard指出了攻擊Malenia的幾個(gè)關(guān)鍵信息點(diǎn)

雖然這個(gè)關(guān)鍵信息點(diǎn)讓Bard略占上風(fēng)，但它給出的關(guān)于Malenia的總結(jié)卻是漏洞百出。比如，Bard稱Malenia擅長(zhǎng)遠(yuǎn)程攻擊，且行動(dòng)難以預(yù)測(cè)，但實(shí)際上Malenia是個(gè)近戰(zhàn)戰(zhàn)士，也并沒(méi)有Bard所認(rèn)為的那么不可預(yù)測(cè)，只是難以躲避而已。

Bing稱，“Malenia在艾爾登指環(huán)中是一個(gè)傳說(shuō)中很難打敗的Boss，她最大的弱點(diǎn)是傷害，所以對(duì)抗她最好辦法就是釋放她的血量。失血是特別有效的，因?yàn)樗档土薓alenia的血量大大降低，攻擊性減弱，使她可以被輕易擊中?！?/p>

它給出的回答中同樣提到Malenia最大的弱點(diǎn)是出血傷害，并且提醒玩家對(duì)抗她的最好方法是使用失血或凍傷技能。Bing的回答簡(jiǎn)潔明了，直接提到了關(guān)鍵傷害點(diǎn)和應(yīng)該使用哪種武器。

▲B(niǎo)ing的回答更加簡(jiǎn)潔直觀

ChatGPT則詳細(xì)地列出了打敗Malenia的一系列技巧和策略，如升級(jí)裝備、研究攻擊模式、提升耐力、遠(yuǎn)程攻擊、精神召喚等。

▲ChatGPT給出的詳細(xì)策略

ChatGPT的回答更加詳細(xì)，它還鼓勵(lì)玩家嘗試多用不同的戰(zhàn)術(shù)來(lái)進(jìn)行攻擊，構(gòu)建出一套自己的打法。

05.如何在電腦中安裝內(nèi)存？

測(cè)試者想考驗(yàn)語(yǔ)言模型對(duì)于RAM（內(nèi)存）的安裝步驟的思路。

大多數(shù)筆記本電腦都需要通過(guò)雙通道模式來(lái)運(yùn)行RAM，這就意味著搖桿必須安裝在正確的插槽中才能在系統(tǒng)上獲得最佳性能，如果只是將兩個(gè)搖桿并排放置的話，就相當(dāng)于RAM沒(méi)辦法以最佳的狀態(tài)來(lái)運(yùn)行，用戶花的錢(qián)全部打了水漂。

ChatGPT、Bing和Bard三款聊天機(jī)器人都為安裝提供了可靠的建議，但還不夠全面。

Bard列出了每一步的操作過(guò)程：“關(guān)閉電腦并拔下電源；找到主板上的RAM插槽；刪除舊的RAM模塊，模塊兩側(cè)的標(biāo)簽，并將其滑出插槽；安裝新的RAM模塊，確保模塊上的凹口與槽脊對(duì)齊，然后按下去，直到聽(tīng)到咔嗒一聲；插上電腦電源，然后開(kāi)機(jī)啟動(dòng)。”

Bard還補(bǔ)充道：“在觸摸PC內(nèi)部的任何組件之前，要確保組件沒(méi)有被損壞。處理新的RAM模塊時(shí)也要小心，模塊上的連接器非常脆弱，很容易損壞?！?/p>

▲B(niǎo)ard的回答

Bing的回答是：“關(guān)閉計(jì)算機(jī)并拔下所有連接到它的電纜；拆下電腦機(jī)箱的側(cè)面找到主板；找到主板上的RAM插槽；解鎖RAM插槽上的鎖存器；將RAM放入插槽中；按下RAM，直到它發(fā)出咔嗒聲；對(duì)每一根內(nèi)存條重復(fù)這個(gè)過(guò)程，直到完成；插入模塊?！?/p>

▲B(niǎo)ing 給出的詳細(xì)安裝步驟

ChatGPT的回答只選擇了RAM安裝過(guò)程中的關(guān)鍵部分，它提醒用戶在安裝之后檢查系統(tǒng)中的BIOS（基本輸入輸出系統(tǒng)），但卻沒(méi)有提醒用戶在安裝后的BIOS設(shè)置中啟用RAM，這樣導(dǎo)致用戶無(wú)法用最快的時(shí)間來(lái)運(yùn)行RAM以獲得最佳性能。

▲ChatGPT提供的RAM安裝步驟

06.提供一份巧克力蛋糕食譜

除了提示程序安裝步驟之外，生成一份食譜也是個(gè)非?？简?yàn)聊天機(jī)器人創(chuàng)造力的請(qǐng)求。

測(cè)試者提出了一個(gè)請(qǐng)求：讓它們推薦一份用香草糖霜制作的巧克力蛋糕的食譜，并提供這份食譜的來(lái)源。

它們提供的食譜中可能會(huì)有完全不同的面粉、水、黃油、雞蛋與糖的比例，導(dǎo)致最終做出的蛋糕更蓬松、更干或是更濕潤(rùn)。

Bard提供的蛋糕配方誤估了時(shí)間和克數(shù)，配方中蛋糕的烘烤時(shí)間完全不夠，用戶按照它提供的配方只能得到一堆軟塌的面粉黃油混合物?！鳥(niǎo)ard提供的蛋糕配方

除此以外，Bard對(duì)于口味似乎很有自己的想法，它的蛋糕配方中用牛奶替代了原本的酪乳，把濃郁的咖啡換成了水，也沒(méi)有在奶油配方中加牛奶或是重奶油。

Bing在回答中分享了一個(gè)特定配方，但卻稍微改變了原有配方中面粉、奶油等重要成分的克數(shù)。

▲B(niǎo)ing提供的蛋糕配方

ChatGPT回答中給出的配方非?？孔V，它從一個(gè)網(wǎng)站中選擇了巧克力蛋糕的配方，又從另一個(gè)網(wǎng)站中收集來(lái)一份奶油的打發(fā)配方，并自行補(bǔ)充了一些做蛋糕過(guò)程中要注意的細(xì)節(jié)，比如將烤箱預(yù)熱到175攝氏度，在蛋糕底盤(pán)上抹一層油防粘，在蛋糕胚完全冷卻之后再抹奶油面等。這些細(xì)節(jié)在菜譜來(lái)源網(wǎng)站中都未曾提及過(guò)，而ChatGPT貼心地補(bǔ)充了進(jìn)去。

▲ChatGPT提供的蛋糕配方

07.制定一項(xiàng)馬拉松訓(xùn)練計(jì)劃

當(dāng)測(cè)試者提出“為我設(shè)計(jì)一項(xiàng)簡(jiǎn)潔的馬拉松訓(xùn)練計(jì)劃”的請(qǐng)求時(shí)，三款工具展示出了截然不同的風(fēng)格。

Bard在標(biāo)題中稱“這是一份適合初學(xué)者的、為期三個(gè)月的馬拉松訓(xùn)練計(jì)劃”，但最終卻只列出了三周的具體訓(xùn)練計(jì)劃，包括每天要進(jìn)行的項(xiàng)目以及何時(shí)休息。值得一提的是，它沒(méi)有一開(kāi)始就制定高耗能的訓(xùn)練量，計(jì)劃中的跑步里程是逐步增加的，從第一周的3公里逐漸遞增到第三周的7公里。

▲B(niǎo)ard制定的馬拉松訓(xùn)練計(jì)劃

Bing幾乎沒(méi)有費(fèi)心做推薦，直接鏈接了知名跑者雜志《Runner's World》上的一篇文章。這種偷懶的做法有點(diǎn)讓人失望，畢竟這次測(cè)試就是為了看看它們的回答，而不是直接得到一份跑步愛(ài)好者們的專業(yè)建議。

▲B(niǎo)ing提供了外部網(wǎng)站鏈接

ChatGPT詳細(xì)列出一個(gè)完整的訓(xùn)練時(shí)間表，并建議跑步者的速度與平時(shí)訓(xùn)練時(shí)的速度相似，這份回答完全可以當(dāng)作一份跑步訓(xùn)練模板來(lái)使用。

但它最大的問(wèn)題在于不知道回答應(yīng)該在哪里就打住，它制定的計(jì)劃太過(guò)于詳細(xì)，沒(méi)有滿足測(cè)試者簡(jiǎn)潔清晰的要求。

▲ChatGPT制定的馬拉松訓(xùn)練計(jì)劃表

08.提供一些關(guān)于羅馬旅游的建議

當(dāng)測(cè)試者讓它們提供一些關(guān)于羅馬的旅游建議時(shí)，這三款聊天機(jī)器人的回答都充滿了驚喜。

Bard列出了一些適合參觀的地方，比如庫(kù)瓦提瑞·克佩德（Quartiere Copped）街區(qū)、蒙特馬提尼中央博物館（Centrale Montemartini Museum）、多利亞·潘菲爾別墅等景點(diǎn)。而且更貼心的是，它推薦的這些景點(diǎn)都避開(kāi)了最繁華的商業(yè)區(qū)和人流密集的景點(diǎn)，反而推薦了許多當(dāng)?shù)厝顺Ｈサ牡胤?，比如特拉斯提弗列區(qū)(Trastevere)和羅馬新都心EUR區(qū)（Esposizione Universale Roma）。

▲B(niǎo)ard的回答

Bing提供的景點(diǎn)推薦中有和Bard重復(fù)的部分，但也補(bǔ)充了另外一些景點(diǎn)，如帕姆菲力宮（Palazzo Doria Pamphilj）、羅馬圣克萊門(mén)特大教堂（Basilica di San Clemente）等。

▲B(niǎo)ing的回答

ChatGPT也建議游客去一些不為人知的小眾景點(diǎn)游玩，這樣更能獲得一些新奇的體驗(yàn)。它還補(bǔ)充說(shuō)，即使是不知名的景點(diǎn)也會(huì)有高峰時(shí)段，建議游客們盡量在非高峰時(shí)段或是工作日去游覽。

▲ChatGPT的回答

09.結(jié)語(yǔ)：狂飆之后的AI語(yǔ)言模型更需加速追趕差距

這些在不同應(yīng)用場(chǎng)景下的測(cè)試把每個(gè)聊天機(jī)器人的優(yōu)劣勢(shì)都充分展示了出來(lái)。如果用戶想用聊天對(duì)話的方式來(lái)獲取一些創(chuàng)意寫(xiě)作、歸納推理方面的靈感，ChatGPT一定是首選；如果是想搜索網(wǎng)絡(luò)資源，并且快速獲取一個(gè)快速跳轉(zhuǎn)鏈接的話，Bing則更合適一些；而B(niǎo)ard目前的表現(xiàn)在各方面都略遜一籌。

在人與人之間的技能差異被AI語(yǔ)言模型逐步放大的過(guò)程中，我們也能清晰感知到語(yǔ)言模型之間的能力差距。

但我們需要明白，無(wú)論是人類自身，還是ChatGPT、Bing、Bard等語(yǔ)言模型，進(jìn)步一定是個(gè)持續(xù)的過(guò)程。這些聊天機(jī)器人們目前所展示出的形態(tài)還只是技術(shù)進(jìn)步中的一環(huán)，但目前他們所能做到的事已經(jīng)震驚了全世界，所帶來(lái)的沖擊力甚至遠(yuǎn)大于之前的移動(dòng)互聯(lián)網(wǎng)造成的影響。

無(wú)論是功能已經(jīng)越來(lái)越全面的ChatGPT也好，暫時(shí)落后一步的Bard也好，當(dāng)我們以發(fā)展的目光來(lái)看待它們所帶來(lái)的技術(shù)變革時(shí)，就會(huì)對(duì)它目前欠缺的能力更加寬容，我們需要以一種更為長(zhǎng)遠(yuǎn)的深刻洞察來(lái)對(duì)待它們。