Med den ökande populariteten för konversationschatbotar som t.ex ChatGPT, uppkomsten av konkurrenter var bara en tidsfråga. Och det är Googles Bard AI-chatbot, designad för att komplettera företagets sökmotor, som kan föra konversationer om en mängd olika ämnen och generera unik text.
Bard liknande ChatGPT och Bing Chat. Det kan hjälpa till med kreativa uppgifter, förklara komplexa ämnen och i allmänhet hämta information från en mängd olika källor, samt hantera mer komplexa frågor som att hitta recept från ingredienser du har i ditt kylskåp.
Förutom enkla frågor kan du fråga honom något i stil med: "Vilket är lättare att lära sig - piano eller gitarr, och hur mycket övning behövs för var och en av dem?". Detta är en öppen fråga, och det tar en person minst några minuter att söka, men Google hävdar att det kan kondensera information från dussintals sidor till några stycken.
Bard har något gemensamt med ChatGPT. Båda använder en stor språkmodell i grunden och har optimerats för öppna samtal. ChatGPT använder dock GPT-3.5, medan Bard är konfigurerad med Googles egen LaMDA-modell. Problemet med LaMDA och ChatGPT genom att kvaliteten på svaren, trots sina förmågor, varierar mycket. När allt kommer omkring beror chatbotens förmåga att generera text på dess träningsdata. Till exempel tar ChatGPT inte data efter 2021. Om du frågar om händelserna som hände efter det, kommer han bara att hitta på ett svar. Likaså kan eventuella fördomar i träningsdata leda till skeva svar.
Också intressant:
Dessa två begränsningar förklarar förmodligen varför det tog lång tid för Google att få ut Bard på marknaden, eftersom felaktiga men auktoritativa svar kan leda till spridning av felaktig information. Och precis så situation hände med hans reklamvideo, vilket till och med Google-andelar föll på grund av.
LaMDA är en maskininlärningsmodell som är tränad på textexempel och optimerad för ord- och meningsprediktion. För att skapa den använde Google sin egen neurala nätverksarkitektur med öppen källkod baserad på Transformer och förbättrade modellen för dialog. Förresten, OpenAI använder samma Transformer-arkitektur för sin GPT-familj av språkmodeller. Google använde en datauppsättning på 1,56 biljoner ord för LaMDA, hämtad från "offentliga dialogdata och andra offentliga dokument".
LaMDA har tre nyckelmål – kvalitet, säkerhet och giltighet – som hjälper chatboten att generera logiska svar som låter intressanta i frågans sammanhang. Till exempel kommer hon inte att svara med något allmänt som "Understood" eller "Glad att höra det". Google gav modellen möjligheten att söka information från externa källor i realtid för att komplettera svaren.
Tyvärr har Google ännu inte avslöjat information om allmän tillgänglighet Bard. Den är för närvarande tillgänglig för "betrodda testare". Med tanke på efterfrågan på konversationschatbotar kommer företaget troligen att ge tillgång till ett litet antal användare till en början. Med andra ord kan Bards förhandsvisningsfas begränsas till en väntelista.
Liksom andra maskininlärningsbaserade chatbots kommer Bard sannolikt att kosta ett företag mycket pengar i datorresurser. Enligt vissa uppskattningar kommer varje chatbot-svar att kosta tio gånger mer än en vanlig sökning. Att begränsa synligheten och användningen av Bard till ett litet antal användare kommer att hjälpa företaget att minska dessa kostnader över tid.
Också intressant:
Den största skillnaden mellan Bard och ChatGPT är att Googles chatbot kommer att ha tillgång till aktuell information på webben (även efter 2021). Bard skulle potentiellt kunna passa in i andra Google-produkter som t.ex Android, Chrome OS, Gmail, Dokument och till och med webbläsaren Chrome. Microsoft, å sin sida har redan integrerats bing Chatta i Edge-webbläsaren, chattar Skype och Teams-appen.
En annan skillnad är deras språkkapacitet – Bard kommer att ge oss vår första smak av Googles LaMDA-modell. Hittills har nästan alla AI-chatbotar förlitat sig på OpenAIs variant av GPT-3.5-modellen. Slutligen kan Googles chatbot ge kortare svar för att hjälpa användare att hitta det de letar efter snabbare.
Läs också: