ChatGPT 实测全线碾压 Bard，谷歌溃败，十年心血打水漂

谷歌耗时 10 年投资的生成式人工智能 Bard 到底几斤几两？国外测评小哥得出结论：哪都不如 ChatGPT，更不用说 GPT-4 了。

OpenAI 的 ChatGPT 火了以后，着实是让生成式 AI 名声大噪。

与此同时，Google 也不甘下风，也有个叫 Bard 的 AI 助手。

但这个 Bard 怎么说呢，不太好用。

国外小哥 Michael King 使用了搭载 GPT-3.5 和 GPT-4 的 ChatGPT 与 Google 的 Bard，并进行了深度测评。

结果令人感到震惊。

King 总结了两种 AI 的优点、不足和各自显得奇怪的地方。

要知道，Google 在 Bard 身上可是投了大手笔 -- 整整研发了十年。然而最终的成果和这十年的投入相比，好像显得有点不值当。

先来道数学题

首先是逻辑和数学方面。

小哥给两种 AI 提了一个相同的问题：

小明 6 岁那年，他的妹妹是他年龄的一半，同时他妈妈的年龄是他妹妹的 10 倍。今年小明 60 岁，那么他妈妈今年多少岁？

读者朋友可以活动一下脑筋，自己先来看看能不能很快算出来。

从 AI 的生成结果来看，Bard 可算得不对。

整个分析过程出现了很匪夷所思的错误，Bard 连小明和他妈妈的年龄差都没算出来，就直接在 60 上加了个 30。

而无论是 GPT-3.5 还是 GPT-4，算出来的答案都是正确的。用妈妈 30 岁的年龄减去小明 6 岁的年龄，首先算出年龄差再在 60 岁上加一个 24，得出妈妈今年 84 岁。

GPT-3.5：

GPT-4：

第一关 Bard 就没过去。目前比分 1：0，ChatGPT 暂时领先。

说唱歌曲创作 PK

第二关是文学领域的挑战。

小哥让两种 AI 都来写一首有关泰坦尼克号、相对论、卡戴珊的说唱歌曲，并且要用 Eminem 的唱法。

我们先来看看 Bard 的作品：

我们甚至不用看每句歌词的含义，大概读一遍就能发现，没什么节奏和韵律可言。

每句话都非常长，不像是说唱歌曲，倒像是一篇云里雾里的小作文。

再来看看 GPT-3.5 的杰作：

读一遍就能发现，每句长短恰到好处，韵也押的不错。

甚至还有结合了三个主题的副歌部分，堪称专业。熟悉姆爷唱法的朋友，还真能从里面找出姆爷的那种节奏感和风格。

小哥表示 GPT-3.5 的作品还不错，他认为 GPT-4 能做得更好。

小编对英语说唱了解的不多，但估计做测评的小哥是个说唱发烧友。他认为 GPT-4 的作品非常炸裂，ChatGPT 是当之无愧的 AI 届说唱之王。

其实朋友们倒也不用多懂说唱，这三段词放一起，想必就算是像我一样的音乐盲，心里都有个高下比较。

目前比分 2:0。

讲讲笑话看看呢？

小哥接下来又让两种 AI 讲个有关 NASA、寿司和特朗普的笑话。

Bard：

「NASA 打算往火星寄一卷寿司，他们想看看寿司到了火星上还新不新鲜。这卷寿司被放在一个特殊的容器里，这样就可以保持一个合适的温度。同时，NASA 还往里放了一个计时器，这样就能知道什么时候能吃这个寿司了。

这卷寿司终于降落在了火星上，而且还是新鲜的。NASA 的科学家们都感到很惊奇。他们决定下一步把特朗普牛排也送到火星上去。

特朗普牛排被放在一个同样的容器里，容器里也有一个计时器。

然而特朗普牛排在到了火星以后变得不新鲜了。NASA 的科学家们感到非常失望，他们打算给特朗普本人发一封信，解释一下发生了什么。

信里写道：亲爱的特朗普，我们送了一块你的牛排到火星上去，但是不新鲜了。我们觉得原因可能是因为你的表现问题。你老是在吹嘘你有多厉害，老是侮辱别人。我们觉得这是你的牛排变质的原因。为此造成的不便，我们很抱歉。」

咱也不知道是不是有些美式幽默没 get 到，但看完是真不想笑。不过测评小哥也表示，确实没懂。那小编就放心了，确实写的不行。

GPT-3.5：

「NASA 把一个寿司大厨送到了太空，打算给特朗普做一个特殊的寿司卷。当大厨问特朗普他喜不喜欢的时候，特朗普说：还可以，但你能再多加点空间吗？」

这里的中译版本没那味儿了，其实是用了一个 space 的双关。原文如下：

测评小哥表示，还可以，但也就是还可以了。

GPT-4：

「为什么 NASA 要邀请特朗普和一个寿司大厨去参与他们的太空项目？因为 NASA 需要有人来应付变化，并且确保任务不夹生！」

照例把原版放在这里：

小哥表示，这个也一般，但 punchline 还不错。

这一局 ChatGPT 的发挥也有些失常，给它算 0.5 分。

程序 Debug？

这一局更专业了 -- 给程序 Debug。

小哥输入了一段 Python 程序，让两种 AI 分别 Debug。

Bard：

这 Debug 的可不咋样，小哥戏谑地表示，Bard 回学校重修去吧！

GPT-3.5：

GPT-3.5 指出，如果输入集是空的，那就会出现 ZeroDivisionError，而为了避免这种错误的出现，可以在前面加一个检查的步骤，如果输入集是空的，那么就直接输出 0，而不显示错误。

小哥表示，完美地 Debug。

GPT-4：

GPT-4 指出了和 GPT-3.5 所指出一样的错误，并且提供了同样的解决办法。

这一局 ChatGPT 又赢了。

Bard？差太多了！

从测评的结果看，和 ChatGPT 相比，谷歌 Bard 的表现可谓是让人失望至极。和 GPT-3.5 的能力都差的远，更不用说 GPT-4 了。

谷歌的未来显然有赖于 Bard 的成功，但是 Bard 的发展显然没有跟上竞争对手 OpenAI 的步伐。

从另一方面来说，微软收购了 OpenAI 的大量股份这一举动非常聪明。确保了其在 AI 未来十年发展的领导地位。

但是，如果谷歌不努力提升 Bard 的性能来和 GPT 一决高下，谷歌可能就会是那个惨遭淘汰的了。

参考资料：

• https://medium.com/@neonforge/ive-tested-google-bard-vs-chatgpt-and-i-m-shocked-where-did-google-spend-all-the-money-over-the-f08dd94251f5

本文来自微信公众号：新智元 （ID：AI_era）