ChatGPT与Google Bard：孰优孰劣，差异大盘点！
译者 | 崔皓
开篇
AIGC 行业最大的两个竞争对手：ChatGPT vs Google Bard! 本文介绍这两个人工智能引擎之间的技术差异。
截至目前Google Bard和ChatGPT之间最大的区别是：Bard知道ChatGPT，但ChatGPT却对Bard懵然不知。虽然我们可以玩转ChatGPT，而Bard对我们大多数人来说仍然遥不可及。
ChatGPT与Google Bard之战的开始
ChatGPT和Google Bard都是人工智能聊天机器人。人工智能的简易版本已经可以在手机上使用了，当你输入 "good"时，手机就可以预测下一个词是 "morning"。
ChatGPT最初是由OpenAI开发的，然后由微软以令人瞠目结舌的100亿美元（除了早先的10亿美元投资外）进行投资。谷歌方面，对他们的搜索垄断可能要结束而略感恐慌，因此推出了Bard，但这个版本仍然存在一些缺陷。在第一次现场演示中，Bard犯了几个事实性错误，让谷歌感到很尴尬。
ChatGPT和Google Bard比智能手机的预测文本功能要更加复杂，如果说要了解这两款智能机器人之间的差异，下面的内容你就不能错过了。
这里我们会深入描述两个人工智能引擎之间的技术差异。
ChatGPT与Bard：内藏玄机？
我们可以通过如下表格快速了解它们之间的技术差异，通过表格可以看到很多细节。
ChatGPT
Bard
模型
GPT-3.5
LaMDA，即对话应用的语言模型
神经网络结构
Transformer
Transformer
训练数据
网络文本，主要是被称为 "commoncrawl"的数据集，在2021年中期截止。
156万字的公共对话数据和网络文本
目的
成为一个多用途的文本生成聊天机器人
专门协助搜索
参数
1750亿参数
1370亿参数
创建者
OpenAI
优势
- 对所有人开放
- 更加灵活，能够处理开放式文本
- 训练数据截止到2021年
- 训练数据截止到当前
- 专门为对话而训练，所以当你和它对话的时候，听起来更像人。
劣势
- 对话没有那么有说服力
- 没有那么仔细的微调
- 目前还没有
- 可能不那么适合一般的文本创作
通过上面的表格了解了两者之间的差异，接下来让我们深入了解一下其他指标。
什么是ChatGPT？
ChatGPT于2022年11月30日突然出现在舞台上。到2022年12月4日，该服务每天有超过一百万的用户。2023年1月，这个数字膨胀到1亿多用户。
它突然这么受欢迎其基本原因是，它能以一种听起来几乎是人类的方式，为你提供许多主题的靠谱回答，而且任何能够上网的人都可以使用它。
ChatGPT是OpenAI创建的，OpenAI是一家位于旧金山的人工智能实验室，专注于创造友好的人工智能方案。该聊天机器人是基于GPT-3.5开发的，GPT-3.5是一个大型语言模型，当给定文本时，可以持续给请求者提供回复。
ChatGPT在此基础上增加了一些额外的训练--人类培训师通过与模型的互动改进了模型，并通过"奖励 "的方式让模型具备提供高质量答案的能力。
训练数据
GPT-3.5是在一个巨大的网络文本数据集上训练的，包括一个叫做Common Crawl的流行数据集。Common Crawl包含PB级的网络数据，包括原始网页数据、元数据提取和文本提取。例如，它包括来自StrataScratch的URLs集合。想想ChatGPT使用训练的数据来自网友在ChatGPT的输入，这是不是很疯狂？
Common Crawl负责60%的训练数据，但GPT-3.5也有其他数据来源。
什么是Google Bard？
Google Bard 是在ChatGPT大受追捧的情况下，由Google推出的智能聊天机器人。与ChatGPT不同，Bard是由Google自己的模型LaMDA驱动。LaMDA是对话应用语言模型的简称，与ChatGPT不同的是，它没有那么惊艳，原因很简单，大多数人还不能访问它。尽管Google在2月初确实搞了一个充满尴尬的Bard演示，但目前Bard只对少数人开放。
Google Bard的主要优势是它对互联网开放。问ChatGPT“现在谁是总统？”，它是不知道的。这是因为训练数据在2021年中期左右被切断了。而Bard则是借鉴了今天互联网上的信息。从理论上讲，Bard应该能够从今天互联网上的数据中提取，告诉你现在谁是总统。
很容易看出Bard在几个关键方面是如何从ChatGPT中脱颖而出的。
训练数据
首先，LaMDA是在对话中训练的，专门用于对话，而不是像GPT-n模型那样只产生文本。虽然ChatGPT对其训练数据不加掩饰，但我们对Bard所训练的数据还不甚了解，可以通过查看LaMDA的研究论文来推断。谷歌的研究人员说，12.5%的训练数据来自Common Crawl，比如GPT-n模型。另外12.5%来自维基百科。而根据研究论文，他们使用了1.56万亿字的 "公共对话数据和网络文本"。
以下是完整的分类：
- 12.5%基于C4的数据（Common Crawl数据的衍生品）。
- 12.5%的英语维基百科
- 12.5%来自编程问答网站、教程和其他的代码文档
- 6.25%的英文网络文档
- 6.25%的非英语网络文档
- 50%来自公共论坛的对话数据
从上面的信息可以知道两者共同利用的数据，显然有维基百科。其余的数据明显是Google故意隐藏的，大概是为了保护Bard（和LaMDA）不被模仿。
LaMDA是通过微调Transformer的神经语言模型而形成的，它是一个最初由谷歌开发的开源神经网络架构。(GPT也是建立在Transformer的基础上）。
ChatGPT存在一些壁垒，以防止它让人生厌或者说一些废话，但谷歌强调如何保证质量，以使Bard变成更好、更安全的聊天机器人。Bard经过微调，变得"高质量、接地气和安全"。
谷歌对此有很多说法，我建议阅读他们的相关博文，但如果你时间不多，基本上可以分成如下几个方面：
- Bard应该给出有意义的回应--没有荒谬的内容，没有矛盾的内容
- Bard应作出有见地、诙谐或出人意料的回应。
- Bard应该避免任何有可能对用户造成伤害的东西--血腥、偏见、可憎的刻板印象等
- Bard不胡编乱造
众所周知，由于一次错误的发布，谷歌还没有完全弄清楚底层需求。但值得注意的是，谷歌对设计要求说得很清楚，而ChatGPT没有说的那么清楚--至少目前是这样。
ChatGPT与Google Bard对比：模型参数为什么很重要？
ChatGPT确实比Bard拥有更多的模型参数--1750亿对1370亿。你可以把参数看作是模型调整的旋钮或杠杆，以适应它所训练的数据。更多的参数通常意味着模型有更多的能力来捕捉语言中的复杂关系，但也有过度拟合的风险。与ChatGPT相比，Google Bard可能不那么灵活，但也可能因为新的语言用例使其更加强大。
ChatGPT与Google Bard：共同点？
值得强调的是，Bard和ChatGPT的模型（分别是LaMDA和GPT-3.5）都位于基于Transformer的深度学习神经网络。
例如，Transformer可以使一个经过训练的模型来阅读一个句子或段落，注意这些词之间的关系，然后预测它认为接下来会出现什么词--类似前面提到的智能手机预测性文本的功能。
这里就不展开讨论了，但你需要知道的是，这意味着在其核心部分，Bard和ChatGPT彼此之间没有太大区别。
ChatGPT与Google Bard：所有权
虽然所有权并不完全是一个技术上的差异，但它是值得记住的。
Google Bard是由Google制作并完全拥有的，在LaMDA之上，LaMDA也是由Google创建的。
ChatGPT是由OpenAI开发的，这是一家位于旧金山的人工智能研究实验室。OpenAI最初是非营利性的，但它在2019年创建了一个营利性的子公司。OpenAI也是Dall-E的幕后推手，你可能玩过的人工智能文本到图像的生成。
虽然微软在OpenAI上投入了大量资金，但就目前而言，它是一个独立的研究机构。
ChatGPT和谷歌 Bard哪个好？
这个问题很难给出公平的回答，因为两者相似的地方很多，但也有不同的地方。首先，现在几乎没有人可以访问Google Bard。另外，ChatGPT的训练数据几乎在两年前就被切断了。
两者都是文本生成器--你提供一个提示，Google Bard和ChatGPT都能回答。两者都有数十亿的参数来微调模型。两者都有重叠的训练数据源，并且都建立在Transformer上，即同一个神经网络模型。
它们的设计目的也不同，Bard将帮助你浏览谷歌搜索，它被设计为对话式的。ChatGPT可以生成整个博客文章。它的设计是为了输出有意义的文本。
即便说了ChatGPT和Google Bard之间的差异，那也只能证明人工智能驱动的文本生成技术已经取得了多大进展。虽然它们都有一段路要走，而且都面临着版权和道德方面的争议，但这两个生成器都是现代人工智能模型发展的有力证明。
译者介绍
崔皓，51CTO社区编辑，资深架构师，拥有18年的软件开发和架构经验，10年分布式架构经验。
原文标题：ChatGPT vs Google Bard: A Comparison of the Technical Differences，作者：Nate Rosidi