Bard模型:谷歌的挑战与机遇

我问：

它说：

很遗憾地通知您，由于我的训练数据截止至2023，尚无法获取到Google正式推出Bard模型的相关资料。因此，对于此事，我无法做出任何评价。

好吧，我们换个角度来看这个事情。

于是我又问：

它说：

这种现象可以被归因于一些心理学现象，例如审查者效应和比较偏见。

在评估某一事物时，审查者效应会导致我们的评价标准发生改变。首先，由于该事物处于领先地位，我们的评价相对较为宽松，期待它能够解决一些问题，而非对其进行全面深入的评价。然而，当有其他竞争者出现时，为了与之抗衡，我们对该事物的要求则会变得更加严苛。这种现象揭示了人们在评价事物时，往往会受到竞争者的影响，进而调整自己的评价标准和态度。

我们习惯于对比两个事物，对其优劣进行评判。有时，我们可能对两个产品都给予较高的评价，然而，在第二个产品更需要证明自己的时候，我们会更加关注其不足之处，因为人们认为它应当努力弥补这些缺陷，以便更好地与第一个产品相抗衡。

首先，股价暴跌这件事，并不足以说明谷歌失败了。

它只能从侧面证明，这个市场上99%的投机者，并不理解人工智能在竞争什么。

过去二十年，从雅虎的搜索目录到谷歌的搜索引擎，本质上竞争的是谁拥有更快的爬取速度、数据的归档与检索能力、推荐算法、用户习惯……以及国家壁垒。

在竞争中，优势地位的拥有者往往能享受到更多的收益，这种现象被称为“大者恒大”。如同赛跑中，那些处于领先位置的人所需要付出的努力与保持领先地位相比，显然是巨大的。因此，要想在竞争中获得优势，必须全力以赴，才能在竞争中立于不败之地。

但人工智能是个时代的分水岭，是新的起跑线。但赛道规则变了。

人工智能，不是个大号搜索引擎。

人工智能，不是个大号搜索引擎。

人工智能，不是个大号搜索引擎。

重要的事情说三遍。

它只是个数百亿参数的模型。它依靠大量吞入数据，找出数据之间的关系，通过不断减少数值误差，最后获得一系列数学关系，从而构建出一套能够针对输入的内容，产出相应结果的函数。

对于一个这样的公式而言，没有绝对的领先。也没有绝对的技术壁垒。技术壁垒都是相对于小公司而言的。对于谷歌、微软这种庞然大物，只要钱到位，数据就好办，只要数据搞定，模型的优劣差异就不明显。

谷歌只是近期舆论压力太大了，时间仓促，一时应战准备不充分。这离决胜还早着呢。

话说回来，号称3月公测的百度文心，其实也是仓促应战。一方面，近年来人工智能领域的应用虽然很火，但那都是传统的算法理念造成的瓶颈。离散算法的实践，给了大家新思路。

类似于一群数学精英们在解一道高级数学题目时，最初大家都按照传统的方法逐步推导，然而大家却并不急切，左顾右盼，观察着他人的尝试。其他人尚未找到解答，让他们感到无需着急。然而，突然有一位杰出的学者宣布他已找到解答，并详细阐述了解题思路。其他学者是否会因此感到不安？然而，最终，这道难题是否真的能被解决呢？即使有人已经讲解了解题思路，但我们无法观察到具体的解题过程。尽管如此，按照这个方向去尝试，仍然有望找到答案。

但是别急，解了这道题，还有下一题。喝了这一杯，还有下一杯。

所以，除了面子上不好看，Bard的Demo首战失利根本不算事儿。