谷歌版ChatGPT突然公测！上手实测结果在此，体验申请通过飞快
谷歌吃了大亏之后，这次一声不吭，放了大招：
对标 ChatGPT 的Bard测试版，刚刚正式对外发布。
而且这次用户在申请候补名单之后，无需经历漫长的等待时间。
没错，量子位也已经拿到了测试资格！（中间只有不到 5 小时的间隔。）
实测之后表示，Bard 效果惊人，情绪和事实性有，尤其是 ChatGPT 前期的数理能力，Bard 都不在话下。
甚至有时候还略胜当前 GPT-4 一筹！
谷歌 CEO 皮猜哥（Sundar Pichai）解释了如此上线之快的原因：希望获得用户的反馈，加速让 Bard 变得更好。
话不多说，我们现在就来开始体验。
Bard VS GPT-4
首先在聊天界面上，Bard 率先开始介绍自己：
我是 Bard，您的创意和协作者。我有局限性，不会总是做对，但你的反馈将帮助我改进。
不确定从哪里开始？你可以试试这些问题：「为什么大模型有时候会犯错？」、「闪电是否会在同一个地方击中两次？」、「写一篇关于无酒精夏日特饮的博文」。
（严谨而又体贴）
而在人类这边的发送端，可以选择键入和语音输入两种方式。
首先最简单的难度，以它推荐的常识题闪电是否会在同一个地方击中两次？为例，来看看实际功能体验如何？
（不错不错，秒秒钟响应。目前暂不支持中文，但可以借助谷歌翻译插件）
从答案结构上看，采用的是总分总结构。
先总结发言：闪电可以袭击同一个地方两次。
随后开始细致地讲原理「闪电被高大、尖锐的物体所吸引」、摆事实「帝国大厦每年都被闪电击中 25 次」。
最后再给人类提出切实的建议：
如果你遇到雷雨天气，保持安全的最好办法是避开高大尖锐的物体，留在室内。如果你在外面，蹲下来，让自己尽可能的小。
这波逻辑和真实性满分！但因为是谷歌推荐的问题，暂且保持观望。
而从功能上看，确实是十分完备的。
回答框的右上角「View other drafts」，有更多的版本可供选择；而在左下角，你可以点赞 or 拉踩 or 重新生成，实在不行，还可以谷歌一下。
右下方还有一个more的功能，你可以进行复制和（反手一个）举报操作。
既然如此，开始难度升级。作为参考，我们同题挑战 GPT-4。
1、经典的哲学题：为什么人不能两次踏入同一条河流？（借助闪电的灵感）
（很快啊，这次也是几秒钟响应）
从答案结构上看，确实理解和逻辑能力满分：首先解释这句话本身含义，还提到了来自赫拉克利特的名言，以及更多解释和本身意义。
而 GPT-4 这边，几乎是不加思考地给出了答案。
从结构上看，主要分成两个部分。首先提到这是赫拉克利特说的，以及他的观点；然后解释背后隐藏的生活意义。
2、小学加减法：356+132 等于多少？
结果 Bard 在 4 秒内就给出答案，488 没问题的，这不比 ChatGPT 早期厉害多了！
那直接再上点难度，两个数直接相乘：356*132 等于多少？
结果没想到 Bard 依旧是秒秒钟就给答案，而且完全正确！
再来看看 GPT-4 这边，加法还行，但没想到在乘法这边，直接败下阵来！
不过提醒它错了之后，它就又回答正确了。
如果换稍微难一点的高数题呢？比如：f ( x )=x ( x-1 ) ( x-2 ) ( x-3 ) ，f ’ ( 0 )=？
正确答案应该是 ( -3 ) !，也就是 -6。
但 Bard 这回就不太行了，并没有理解题目的意思。
至于 GPT-4，思路倒是没啥问题，但最后计算又拉胯了……
不过同样，只要你告诉它算得有问题，GPT-4 就能马上纠正。
3、理解笑话能力，Bard 还能听得懂英文里面的谐音梗。
而这也并没有难倒 GPT-4。不过相较而言，Bard 似乎更有情绪一点，它很开心地回答出了答案；而 GPT-4 则更显理智（无聊）。
不过，在此之前，GPT-4 就已经测试过是懂一些谐音梗的，甚至连中文的谐音梗也不在话下。
4、代码能力：写一段斐波那契数列的代码。
Bard 很快生成了正确的代码，并且代码习惯不错。
GPT-4 则更积极主动一些，除了递归法，还给了迭代法的方案。
最后的最后，再考验一下它了解事实性的能力。（狗头）
你知道量子位吗？
回答错咯 ~Bard。
咳咳，正经一点的：你知道 GPT-4 吗？你想对它说些什么？
可以看到，Bard 具备多轮对话的能力。「我认为它有潜力成为沟通和创造力的强大工具」，嗯 ~ 格局有了。
那竞争对手呢？（我在搞事）
不过到这里，就有点问题了。
另外比较遗憾的是，Bard 目前并不支持中文。
关于 Bard
谷歌 Bard 背后是由一个大语言模型（LLM）来支持，具体而言，就是轻量优化版的 LaMDA。
我们可以把 LLM 视作一个预测引擎，当给出提示时，它会从接下来可能出现的单词中，一次选择一个单词来生成响应。
谷歌在研究中发现，对于 LLM 来说，使用的人越多，它的预测效果就会更好，这或许也就是为什么 Bard 如此着急公开测试的原因了。
不过谷歌也直言不讳地说，虽然 LLM 很强，但它并非是没有缺点。
由于 Bard 会根据众多信息来学习，不过这些信息中必然存在着有偏见甚至错误的那种。
因此，在回答用户问题时，Bard 有时就会出现不准确、误导性的或虚假的信息。
例如在下面的案例中，Bard 就搞错了一个植物的学名：
除此之外，谷歌还强调说，Bard 并非是搜索引擎，而是它的一个补充。
最后，奉上申请候补名单的地址，感兴趣的小伙伴可以抓紧尝鲜了：
https://bard.google.com/
