每日看點！“文心一言”倉促問世：百度，你急了嗎？

天底下最慘的事情是什么？

在我的理解里，莫過于你辛辛苦苦正在追趕自己的對手，眼看著終于看到了他的背影，卻發(fā)現(xiàn)他其實只是閑庭散步。

(相關(guān)資料圖)

還沒來得及說上一句話，他又一次小步快跑把你遠(yuǎn)遠(yuǎn)丟在了身后。

這就是最近百度文心一言正在經(jīng)歷的事情。

就在 3 月 16 日，百度發(fā)布了新一代大語言模型、生成式AI產(chǎn)品文心一言。

對此，百度創(chuàng)始人、董事長兼首席執(zhí)行官李彥宏表示，文心一言的使用場景主要包含文學(xué)創(chuàng)作、商業(yè)文案創(chuàng)作、數(shù)理推算、中文理解和多模態(tài)生成。

然而就在這之前的一天，在 ChatGPT 發(fā)布四個月并且展現(xiàn)了其驚人的學(xué)習(xí)能力之后，OpenAI 不聲不響又帶來了一次更新：GPT-4。

對此，OpenAI 倒是并不高調(diào)，他們在發(fā)布時表示：

“我們創(chuàng)建了 GPT-4，這是 OpenAI 努力擴(kuò)展深度學(xué)習(xí)的最新里程碑。GPT-4 是一個大型多模態(tài)模型（接受圖像和文本輸入，提供文本輸出），雖然在許多現(xiàn)實世界場景中的能力不如人類，但在各種專業(yè)和學(xué)術(shù)基準(zhǔn)上表現(xiàn)出人類水平。”

但他們給行業(yè)帶來的壓力從來都不這么簡單。在文心一言的發(fā)布會現(xiàn)場，李彥宏的語氣里帶著一份不太甘心的低調(diào)和謙虛：

“大家的期望值，是我們對標(biāo) ChatGPT，對標(biāo) GPT-4，這個門檻有點高。十月懷胎，我們就帶大家看看這個 AI 大模型文心一言長什么樣。”

伴隨著大家的調(diào)侃，GPT-4 和百度文心一言之間的比較，很顯然沒法省略過去，畢竟兩者都是多模態(tài)大模型，使用場景和適配能力也有相當(dāng)多的重合。而流傳出來的調(diào)侃圖，也可以成為百度文心一言目前緊張現(xiàn)狀的一個濃縮。

不過，單純從李彥宏在發(fā)布會現(xiàn)場演示用 demo 的各種功能來說，我們并沒有辦法簡單定論百度文心一言和 GPT-4 孰優(yōu)孰劣。

尤其是現(xiàn)場在文學(xué)創(chuàng)作、中文理解等方面，百度文心一言同樣擁有足夠出色的表現(xiàn)。

不管是回答問題還是語言組織，其實都還是達(dá)到了大家的預(yù)期。

相比之下，GPT-4 則擁有更多考試的背書。根據(jù)測試，它通過了模擬律師考試，分?jǐn)?shù)能排在在應(yīng)試者的前 10% 左右；相比之下，GPT-3.5 的得分在倒數(shù) 10% 左右。在 SAT 考試方面，GPT-4 的分?jǐn)?shù)增加了 150 分，現(xiàn)在能拿到 1600 分中的 1410 分，在 SAT 閱讀考試中和 SAT 數(shù)學(xué)考試中，都能達(dá)到領(lǐng)先的排名。

這或許就是目前大家對于 GPT-4 有更多認(rèn)同感的原因，畢竟用考試來評價能力也是人類社會比較通行的一個標(biāo)準(zhǔn)。而僅僅從百度文心一言在現(xiàn)場展現(xiàn)出來的部分，大家很難對他的具體能力有足夠全面的認(rèn)識。

當(dāng)然，目前其實已經(jīng)有不少媒體嘗試獲得了文心一言的內(nèi)測資格，并且他們用同樣的問題來觀察兩者在回答上的差別。

但我個人覺得這樣評測意義不大，但凡是我們目前可以想到的測試部分，對于 GPT-4 和百度文心一言來說著實都不是什么復(fù)雜的問題，還只是停留在和之前 ChatGPT 類似的環(huán)節(jié)。

就拿 GPT-4 來說，其實相比 ChatGPT，它已經(jīng)可以開始處理圖像，即可以對輸入介質(zhì)的圖形，進(jìn)行圖像和文字的雙重認(rèn)知。盡管輸入權(quán)限還沒有全部公開，但根據(jù)國外媒體的報道來說，這一點并沒有什么值得懷疑的。另外一個很重要的地方是，GPT-4 似乎更多地開始明白可以“開點玩笑”了，這讓他更像是個真實的、具有思想的人，具有別人無法復(fù)制的思維方式和幽默感。

當(dāng)然了，不管是文心一言還是 GPT-4，其實都有著足夠的、比人類更加出色的“一本正經(jīng)的胡說八道”的能力。從我們之前經(jīng)歷過的一些情況看，他們的可信賴度仍然是有明顯缺失的，雖然他們的確可以比我們更快速更直接地產(chǎn)出反饋——你甚至想不到，它會大膽地編造一些沒有發(fā)生過的事實，或者是出現(xiàn)推理的錯誤。

如果魯迅先生依舊在世，搞不好他會高頻次地敲打 GPT-4 或是文心一言，然后大聲告訴他：“我沒說過這個話?！?/p>

對此，OpenAI 尤其強(qiáng)調(diào)“在使用它（GPT-4）時需要附加諸如人工審查等環(huán)節(jié)，如果是對精確度要求非常高的環(huán)境里，甚至要避免使用它。

需要說明的是，雖然大家廣泛看好 GPT-4，而現(xiàn)有數(shù)據(jù)和報道也顯示了兩個產(chǎn)品存在一些代際差，尤其是文心一言的產(chǎn)品發(fā)布會其實是預(yù)先錄制了 demo 進(jìn)行的演示，但我仍然不想對他們的優(yōu)劣進(jìn)行結(jié)論性的推論。

原因很簡單，用小學(xué)一二年級的算術(shù)題去判斷哪個數(shù)學(xué)家的能力更強(qiáng)原本就是極度荒謬的事情，在續(xù)寫故事、應(yīng)答菜譜或者是生成商業(yè)文案的環(huán)節(jié)上的差別，與其說是兩個產(chǎn)品之間的能力差距，還不如說是兩個 AI 之間的性格不同和表現(xiàn)習(xí)慣差別。

在這個層面上，我們倒是更加希望能有人給出更加完善和科學(xué)的標(biāo)準(zhǔn)，為我們判斷 AI 的學(xué)習(xí)能力給出最終的落實標(biāo)準(zhǔn)。

責(zé)任編輯：Rex_19