ChatGPT vs Google BARD：歷代比較

多年來，谷歌一直處於人工智能開發的前沿——與 Facebook、亞馬遜、英特爾和蘋果等科技巨頭並駕齊驅。 但是，就在全世界都在為谷歌的 AI 產品升溫時，OpenAI 從陰影中脫穎而出，搶走了聚光燈。

在 OpenAI 令人印象深刻的 AI 工具庫中，ChatGPT 是首次亮相最引人注目的工具。 它以其卓越的能力迅速獲得認可，動搖了谷歌網絡主導地位的基礎。 搜索引擎的 AI 團隊隨後被迫加快開發他們自己的 AI 語言模型，該模型於 2023 年 3 月被命名為 Google BARD。

因此，史詩般的 ChatGPT 與 Google BARD 對決開始了。

ChatGPT vs Google BARD：是什麼賦予了他們力量？

ChatGPT 和 Google BARD 之間的主要區別在於它們採用的大型語言模型 (LLM)。 OpenAI 的 ChatGPT 使用生成式預訓練 Transformer 4 (GPT-4)，而 Google BARD 則依賴於其定制的對話應用程序語言模型 (LaMDA)。 兩者都有明顯的錯誤，但人工智能正在不斷學習和改進。

在它們的基礎上，這兩個模型共享革命性的 transformer 架構，這是一個專門為處理順序輸入而設計的神經網絡。

GPT-3 和 GPT-4 的前身接受了來自互聯網的大量文本的培訓。 我們談論的是網站、書籍、文章、文檔等。另一方面，Google LaMDA 的訓練由 Infiniset 豐富，這是一個主要關注對話和對話的數據集。

Infiniset 一直在以 Common Crawl、維基百科、已發布的文檔和各種基於網絡的對話為食。 此外，谷歌 BARD 的 AI 模型也經過精心設計，可以實時搜索網絡，為用戶的問題生成相關的最新答案。

ChatGPT 也依賴於從 Common Crawl、維基百科、書籍、文章、文檔和開放互聯網內容中編譯的訓練數據。 然而，它可以訪問的最新信息只能到 2021 年——這意味著它的人工智能引擎還沒有趕上最新的事件和研究進展。

然而，值得注意的是，GPT-4 和 LaMDA 都在進行中。 隨著他們能力的提升，ChatGPT 與 Google BARD 競爭的動態將發生轉變，塑造我們所知道的 AI 語言模型的未來。

ChatGPT 與 Google BARD 對提示的響應

在本節中，我們將比較 ChatGPT 與 Google BARD 在三個不同任務上提供的響應，以確定哪種 AI 工具在準確性、能力、信息合成和編碼方面表現更好。

1. ChatGPT 與 Google BARD 的準確性和能力
2. ChatGPT vs Google BARD 信息合成
3. ChatGPT 與穀歌 BARD 編碼

1. ChatGPT 與 Google BARD 的準確性和能力

測試問題：運營一個 WordPress 電子商務網站需要多少錢才能收支平衡？

通過仔細分析 ChatGPT 4 和 Google BARD 提供的回复，我們可以觀察到它們在討論運行 WordPress 電子商務網站的成本時涵蓋了相似的方面。 兩種 AI 模型都提到域和託管、主題、插件、電子商務平台、營銷、支付處理、庫存和運輸以及其他潛在費用。

但是，每個 AI 呈現信息的方式存在一些細微差別。 ChatGPT 4 深入探討了該主題，提供了與每個元素相關的成本的更具體細節。

例如，它在評估中包括 WooCommerce，然後繼續提供支付網關費用的估算（每筆交易約 2.9% + 30 美分）。 ChatGPT 4 還強調了估算固定和可變成本以及收入預測以計算盈虧平衡點的重要性。

另一方面，谷歌 BARD 的回應更為簡潔，側重於對所涉及成本的總體概述。 雖然它確實涵蓋了所有主要方面，但並未提供與支付處理或電子商務平台相關的具體細節或數據。

因此，我們可以同意 ChatGPT 與 Google BARD 能力傾向測試的獲勝者是 ChatGPT。

獲勝者：ChatGPT

2. ChatGPT vs Google BARD 信息綜合

測試任務：向非編碼人員解釋 API 。

在提示每個 AI 工具向非編碼人員解釋 API 時，兩者都提供了可靠的答案。

ChatGPT 4 使用餐廳服務員的類比來描述 API 在軟件通信中的作用，而 Google BARD 通過利用 OpenWeatherMap API 獲取天氣數據的天氣預報應用程序示例來解釋這一概念。

儘管這兩種解釋都清晰易懂，但 Google BARD 的回應提供了更詳細的 API 在軟件開發中的應用解釋。

所提供的真實示例，例如社交媒體應用程序集成和在線庫存管理，讓讀者更好地了解 API 在各個行業的實際應用和重要性。

獲勝者：Google BARD

3. ChatGPT 與穀歌 BARD 編碼

測試任務：為國際象棋遊戲應用程序生成 HTML 和 CSS 代碼。

在提示他們編寫代碼時，ChatGPT 4 的回答提供了一個更完整的解決方案，用於製作國際象棋遊戲應用程序的佈局。

ChatGPT 4 生成的 HTML 和 CSS 代碼準確地展示了一個棋盤，完整的棋子排列在它們的起始位置。 此外，該代碼還為每個棋子提供了 CSS 類，表示使用圖像來表示它們。 此響應為開發國際象棋遊戲應用程序奠定了堅實的基礎。

相比之下，谷歌 BARD 的回复僅提供了一個沒有任何棋子的基本 8×8 棋盤的 HTML 和 CSS。 雖然它確實建立了棋盤佈局，但未能提供創建功能齊全的國際象棋遊戲應用程序所需的基本細節。

獲勝者：ChatGPT

ChatGPT 和 Google BARD 之間有什麼區別？

答案的方法

LaMDA 的培訓強調把握用戶的問題意圖和上下文的細微差別。 為實現這一目標，谷歌研究人員將高級概念組織成層次集群，指導模型的響應選擇。

人工智能工具旨在產生與人類語言非常相似的真實反應。 它甚至試圖在主題之間轉換，就像人類對話一樣。 然而，根據我們從 ChatGPT 與 BARD 測試中得到的答案來看，LaMDa 的能力仍遠未達到其設定的目標。

有趣的是，OpenAI 的 GPT AI 引擎似乎更面向自然語言。 這要歸功於其在網絡文本和基於統計模式的人工智能內容生成方面的廣泛培訓。 作為流行的 ChatGPT 聊天機器人的組件，GPT 引擎還可以匯總、翻譯和執行各種基於文本的任務。

訓練數據

儘管 Google BARD 的大部分訓練數據仍然相對未知，但 LaMDA 的研究論文提供了一些重要的見解^[1] 。 它顯示 12.5% 的訓練數據來自 Common Crawl，類似於 GPT-n 模型，另外 12.5% 來自維基百科。

然而，事實證明，ChatGPT 擁有比 Google BARD 更多的模型參數，分別為 1750 億和 1370 億。 這些參數基本上是可調整的元素，可幫助 AI 模型在訓練期間適應數據。 雖然更多的參數意味著更好地綜合複雜的語言關係，但它們也有過度擬合的風險。

總的來說，關於 ChatGPT 與穀歌 BARD 訓練數據的問題，我們可以說，儘管 BARD 可能對新的語言用例表現出更大的彈性，但 ChatGPT 被訓練得更加通用。

互聯網

ChatGPT 的主要缺點一直是無法上網。 儘管 GPT-4 模型有所改進，但 AI 聊天機器人依賴於一個不包括 2021 年 9 月後事件的數據集。

另一方面，Google BARD 擁有實時互聯網連接。 與 Bing 類似，BARD AI 搜索網絡並智能地生成各種查詢的答案。 此功能使其非常擅長以最少的錯誤提供當前信息。

此外，Google BARD 偶爾會引用其 URL 來源以供用戶參考。

不過，值得注意的是，Google BARD 的實時網絡訪問並不能保證 100% 的準確性。 令人尷尬的是，AI 在提供錯誤響應方面存在問題，即使在最初發佈時也是如此。

用戶界面️

這兩種工具都非常簡單，因為它們主要通過搜索欄與用戶交互。 但是，在功能上存在一些細微差別。

Google BARD 支持通過您設備的麥克風進行語音提示，提供免提體驗。 它還包括一個“ Google it ”按鈕，用於超越 BARD 的無縫在線研究。

AI 界面還具有一個“草稿”選項，可以針對每個提示呈現多個響應變化，允許用戶選擇最合適的回复。 此處用戶友好的活動顯示甚至會顯示過去的提示，並提供查看詳細信息或刪除條目的選項。 用戶可以通過其他方式禁用 BARD 的活動存儲。

另一方面，ChatGPT 將提示安排到側邊欄對話中，鼓勵就特定主題進行更長時間的討論。 用戶可以重命名或刪除這些對話，但要找到對個別提示的回复，您需要滾動屏幕。

結論：ChatGPT 和 Google BARD 哪個更好？

在比較了 ChatGPT 與 Google BARD 的性能之後，很明顯 ChatGPT 4 具有優勢——因為它在多個方面都優於 Google BARD。 雖然這兩種 AI 語言模型都有改進的空間，但 ChatGPT 4 展示了一種更人性化和更智能的文本生成方法。

這限制了它作為通用 AI 語言模型的潛力，對於需要更廣泛的上下文和知識的自然語言處理任務，它可能不是最佳選擇。

總體而言，雖然這兩種 AI 模型各有優勢，但對於範圍廣泛的語言相關任務，ChatGPT 4 似乎是更通用、更複雜的選擇。 但是，請記住，這兩種模型仍在開發中，它們的功能將隨著時間的推移而不斷變化。

他們的成長肯定會讓 ChatGPT 與 Google BARD 的競爭更加有趣，我們將在這里為您提供所有更新。 繼續關注這個空間。

您對這兩個 AI 聊天機器人之間的對決有何看法？ 您更喜歡其中一個嗎？ 在下面的評論中讓我們知道！