万众瞩目，谷歌的反击战，Bard vs GPT4，效果实测！

公众号新闻

2023-05-11 08:05

编辑：Jack Cui

大家好，我是 Jack。

昨晚的谷歌I/O 2023大会，小伙伴们都看了吗？

很多自媒体都凌晨发文，争先报道了一番，有的人说谷歌一雪前耻了，有的人说谷歌还有差距。

别光听别人说，真不如自己去体验一下。

现在 Bard 的使用门槛降低了，取消 waitlist，不用排队，大家都能用了！

体验地址（需要🪜）：
https://bard.google.com/

同时，开放地区不再限于美国和英国，现在支持超过 180 多个国家。

除了英语，现在支持日语和韩语，但是目前依然不支持中文。根据 I/O大会的消息，后续会支持更多语言。

ok，说完这些，再说下体验感受，一句话概括就是：Bard 升级之后确实变强了，使用门槛也变低了，但目前看，它对 ChatGPT 还构不成威胁。

首先，PaLM 2 是 Google 最新的 AI 语言模型，对标的是 OpenAI 的 GPT-4，可以处理多种文本任务，如推理、编写代码和翻译。

实际上，PaLM 2 是指一个系列的模型，根据规模大小的不同，PaLM 2又分为：Gecko、Otter、Bison 和 Unicorn，可以根据不同的领域和需求进行微调，最小的甚至可以在移动端部署。

PaLM 2 已经应用于 Google 的 25 个产品和功能中，包括 Bard 聊天机器人和 Google Workspace 应用。

PaLM 2 模型包含 5400 亿参数，对比之前发布的多模态视觉语言模型 PaLM-E，是 5620 亿参数。

与 OpenAI 类似，谷歌没有提供更多关于它如何训练这个 PaLM 2 模型的技术细节。

在技术报告中，谷歌团队给出了 PaLM-2 和初代 PaLM 模型的一些实验结果对比。

有一点需要提一下，PaLM 2 现在通过 Google 的 PaLM API、Firebase 和 Colab 提供给开发人员。

上面已经提到，PaLM 2 不是特指一个模型，而是一系列模型。除了不同规模的模型，还有不同领域的模型。

比如，Med-PaLM 2，由具有医学知识的健康研究团队训练，可以回答问题并从各种医学文本中总结分析。已经在医疗能力方面取得了最领先的成果，并且是第一个在美国医疗执照考试类问题上表现出“专家”水平的大型语言模型。Med-PaLM 2 将在今年晚些时候向一小部分云服务客户开放，以征求反馈，并确定安全、有用的使用案例。

Sec-PaLM，它是 PaLM 2 另外一个专用版本，接受过安全用例培训，可以用于网络安全分析方面。它通过谷歌云为用户提供，使用人工智能来帮助分析和解释潜在恶意脚本的行为，并检测哪些脚本可能对个人和组织构成威胁。

这是 Bard 官网的更新日志：

目前 Bard 也是不支持多模态的，不能生成图片，他的回答是提供了一些 prompt。

目前 Bard 已经跟谷歌自家的办公产品打通。比如 Bard 生成的回答支持直接导入到 Doc 文档和 Gmail 邮件，甚至是 Colab（当回答中有代码时）。

让 Bard 为一段 python 程序做逐行注释：

def countingSort(arr, exp1):
  """
  This function sorts the array arr using counting sort.

  Args:
    arr: The array to be sorted.
    exp1: The exponent of the current digit.

  Returns:
    The sorted array.
  """

  # Get the length of the array.
  n = len(arr)

  # Create an output array of the same size as the input array.
  output = [0] * (n)

  # Create a count array to store the number of occurrences of each digit.
  count = [0] * (10)

  # Iterate over the input array and increment the count array at the index of the current digit.
  for i in range(0, n):
    index = (arr[i] // exp1)
    count[int((index) % 10)] += 1

  # Iterate over the count array and update it to store the cumulative sum of the counts.
  for i in range(1, 10):
    count[i] += count[i - 1]

  # Iterate over the input array in reverse order and store the elements in the output array,
  # starting at the index of the current digit.
  i = n - 1
  while i >= 0:
    index = (arr[i] // exp1)
    output[count[int((index) % 10)] - 1] = arr[i]
    count[int((index) % 10)] -= 1
    i -= 1

  # Copy the output array to the input array.
  for i in range(0, len(arr)):
    arr[i] = output[i]


def radixSort(arr):
  """
  This function sorts the array arr using radix sort.

  Args:
    arr: The array to be sorted.

  Returns:
    The sorted array.
  """

  # Get the maximum value in the array.
  max1 = max(arr)

  # Start with the exponent 1 and iterate until the maximum value is not divisible by the exponent.
  exp = 1
  while max1 // exp > 0:
    # Sort the array using counting sort for the current exponent.
    countingSort(arr, exp)
    # Increase the exponent by 1.
    exp *= 10


# Create an array of numbers.
arr = [170, 45, 75, 90, 802, 24, 2, 66]

# Sort the array using radix sort.
radixSort(arr)

# Print the sorted array.
for i in range(len(arr)):
  print(arr[i], end=" ")