谷歌(Google)作為開源過著名深度學習框架Tensorflow的超級大廠，是人工智能領域一股不可忽視的中堅力量，旗下新產品Bard已經公布測驗了一段時間，毀譽參半，很多人把Google的Bard和OpenAI的ChatGPT進行對比，Google Bard在ChatGPT面前似乎有些技不如人，
事實上，Google Bard并非對標ChatGPT的產品，Bard是基于LaMDA模型對話而進行構建的，Bard旨在構建一個對話式的AI系統，使其能夠更好地理解人類語言，并且具備進行多輪對話的能力，而GPT的目標是生成自然語言文本，
在特征資料層面，Bard使用了像Gmail、Meet等Google社交產品線中的對話資料來進行訓練，這些資料已經經過了嚴格的隱私保護措施，而GPT則是通過大規模的網頁爬蟲來獲取資料，它的訓練資料量比LaMDA要大得多，
模型結構層面，Bard采用了一種稱為“Transformer”的神經網路結構，該結構可以處理長文本并保持資訊連貫性，GPT也使用了Transformer結構，但它還采用了一種稱為“自回歸”的方式，即按照時間步驟一個接一個地生成文本，
說白了，在應用層面上，Bard適合開發智能助手、聊天機器人、虛擬客服等應用，而GPT更適用于自然語言生成任務，例如文章撰寫、機器翻譯等等，
Bard對話測驗(英文/中文)
訪問 bard.google.com ，隨后輸入聊天內容：
一望而知，對話輸入的內容只支持英文，并不能輸入中文，
但事實上，只要稍微改變一下對話邏輯，也可以讓Bard回傳中文資訊，比如：
Bard代碼能力
私以為Bard的代碼能力并不輸于ChatGPT：
尤其是對自家的深度學習框架Tensorflow更是如數家珍，生成的代碼如下：
import tensorflow as tf
def load_model():
"""Loads the TensorFlow image recognition model."""
model = tf.keras.models.load_model('mobilenet_v2_1.0_224')
return model
def recognize_objects(image):
"""Recognizes objects in an image."""
# Convert the image to a tensor.
image = tf.image.convert_image_dtype(image, dtype=tf.float32)
# Resize the image to 224x224 pixels.
image = tf.image.resize(image, [224, 224])
# Normalize the image.
image = tf.image.normalize(image, mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
# Predict the labels of the objects in the image.
predictions = model.predict(image)
# Return the labels of the objects in the image.
return predictions
def main():
# Load the image recognition model.
model = load_model()
# Load an image.
image = tf.io.read_file('image.jpg')
# Recognize objects in the image.
predictions = recognize_objects(image)
# Print the labels of the objects in the image.
for prediction in predictions:
print(prediction)
if __name__ == '__main__':
main()
這里是使用Tensorflow內置小模型mobilenet_v2_1.0_224的智能識圖邏輯，簡潔而嚴謹，
Bard網路架構
在瀏覽器(B端)架構上，Google極其自信地使用了HTTP2協議的介面進行通信，而沒有仿效ChatGPT使用SSE協議：
我們知道ChatGPT使用SSE協議其實是等而下之的次優選擇，因為GPT模型在推理上需要時間，所以走的模式是一邊推理一邊回傳的流式模型，關于流式回傳，請移玉步至：逐句回答,流式回傳,ChatGPT采用的Server-sent events后端實時推送協議Python3.10實作,基于Tornado6.1，這里不再贅述，
而Google的Bard選擇一次性回傳所有推理資料：
所以推理效率上，Bard要優于ChatGPT，但僅限于免費產品線，截止本文發布，ChatGPT的收費產品gpt3-turbo和gpt4的推理效率都要遠遠高于其免費產品，
Bard的遠程介面API呼叫
和免費版本的ChatGPT一樣，Bard目前只支持瀏覽器端(B端)的使用，但也可以通過瀏覽器保存的Token進行遠程呼叫，首先安裝Bard開源庫：
pip3 install --upgrade GoogleBard
隨后復制瀏覽器端的token秘鑰：
接著在終端通過Session進行注入：
python3 -m Bard --session UggPYghLzQdQTNx1kQiCRzbPBA1qhjC-dndTiIPCk3YPLR5TexmP7OQ7AfUdsfdsf1Q.
隨后就可以進入終端內的對話場景，使用alt+enter組合鍵或者esc+enter組合鍵發送資訊即可：
? work python3 -m Bard --session UggPYghLzQdQTNx1kQiCRzbPBA1qhjC-dndTiIPCk3YPLR5TexmP7OQdfgdfgdfUSg0UQ.
Bard - A command-line interface to Google's Bard (https://bard.google.com/)
Repo: github.com/acheong08/Bard
Enter `alt+enter` or `esc+enter` to send a message.
You:
hi
Google Bard:
Hi there! How can I help you today?
非常方便，主要是速度相當驚艷，
結語
僅就免費版本所提供的產品力而言，Google Bard和ChatGPT可謂是各有千秋，私以為Google Bard在效率和使用邏輯上要更勝一籌，并不是網上所傳言的那么不堪，所謂一枝獨秀不是春，百花齊放才是春滿園，Google Bard和百度的文心一言，都會對ChatGPT形成壓力，讓ChatGPT保持光速更新，成為更好的自己，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/548826.html
標籤：其他