谷歌(Google)作為開源過著名深度學習框架Tensorflow的超級大廠，是人工智能領域一股不可忽視的中堅力量，旗下新產品Bard已經公布測試了一段時間，毀譽參半，很多人把Google的Bard和OpenAI的ChatGPT進行對比，Google Bard在ChatGPT面前似乎有些技不如人。

事實上，Google Bard并非對標ChatGPT的產品，Bard是基于LaMDA模型對話而進行構建的，Bard旨在構建一個對話式的AI系統，使其能夠更好地理解人類語言，并且具備進行多輪對話的能力。而GPT的目標是生成自然語言文本。

在特征數據層面，Bard使用了像Gmail、Meet等Google社交產品線中的對話數據來進行訓練，這些數據已經經過了嚴格的隱私保護措施。而GPT則是通過大規模的網頁爬蟲來獲取數據，它的訓練數據量比LaMDA要大得多。

模型結構層面，Bard采用了一種稱為“Transformer”的神經網絡結構，該結構可以處理長文本并保持信息連貫性。GPT也使用了Transformer結構，但它還采用了一種稱為“自回歸”的方式，即按照時間步驟一個接一個地生成文本。

說白了，在應用層面上，Bard適合開發智能助手、聊天機器人、虛擬客服等應用。而GPT更適用于自然語言生成任務，例如文章撰寫、機器翻譯等等。

Bard對話測試(英文/中文)

訪問 bard.google.com ，隨后輸入聊天內容：

一望而知，對話輸入的內容只支持英文，并不能輸入中文。

但事實上，只要稍微改變一下對話邏輯，也可以讓Bard返回中文信息，比如：

Bard代碼能力

私以為Bard的代碼能力并不輸于ChatGPT：

尤其是對自家的深度學習框架Tensorflow更是如數家珍，生成的代碼如下：

import tensorflow as tf def load_model(): """Loads the TensorFlow image recognition model.""" model = tf.keras.models.load_model('mobilenet_v2_1.0_224') return model def recognize_objects(image): """Recognizes objects in an image.""" # Convert the image to a tensor. image = tf.image.convert_image_dtype(image, dtype=tf.float32) # Resize the image to 224x224 pixels. image = tf.image.resize(image, [224, 224]) # Normalize the image. image = tf.image.normalize(image, mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) # Predict the labels of the objects in the image. predictions = model.predict(image) # Return the labels of the objects in the image. return predictions def main(): # Load the image recognition model. model = load_model() # Load an image. image = tf.io.read_file('image.jpg') # Recognize objects in the image. predictions = recognize_objects(image) # Print the labels of the objects in the image. for prediction in predictions: print(prediction) if __name__ == '__main__': main()

這里是使用Tensorflow內置小模型mobilenet_v2_1.0_224的智能識圖邏輯，簡潔而嚴謹。

Bard網絡架構

在瀏覽器(B端)架構上，Google極其自信地使用了HTTP2協議的接口進行通信，而沒有仿效ChatGPT使用SSE協議：

我們知道ChatGPT使用SSE協議其實是等而下之的次優選擇，因為GPT模型在推理上需要時間，所以走的模式是一邊推理一邊返回的流式模型，關于流式返回，請移玉步至：逐句回答,流式返回,ChatGPT采用的Server-sent events后端實時推送協議Python3.10實現,基于Tornado6.1，這里不再贅述。

而Google的Bard選擇一次性返回所有推理數據：

所以推理效率上，Bard要優于ChatGPT，但僅限于免費產品線，截止本文發布，ChatGPT的收費產品gpt3-turbo和gpt4的推理效率都要遠遠高于其免費產品。

Bard的遠程接口API調用

和免費版本的ChatGPT一樣，Bard目前只支持瀏覽器端(B端)的使用，但也可以通過瀏覽器保存的Token進行遠程調用，首先安裝Bard開源庫：

pip3 install --upgrade GoogleBard

隨后復制瀏覽器端的token秘鑰：

接著在終端通過Session進行注入：

python3 -m Bard --session UggPYghLzQdQTNx1kQiCRzbPBA1qhjC-dndTiIPCk3YPLR5TexmP7OQ7AfUdsfdsf1Q.

隨后就可以進入終端內的對話場景，使用alt+enter組合鍵或者esc+enter組合鍵發送信息即可：

? work python3 -m Bard --session UggPYghLzQdQTNx1kQiCRzbPBA1qhjC-dndTiIPCk3YPLR5TexmP7OQdfgdfgdfUSg0UQ. Bard - A command-line interface to Google's Bard (https://bard.google.com/) Repo: github.com/acheong08/Bard Enter `alt+enter` or `esc+enter` to send a message. You: hi Google Bard: Hi there! How can I help you today?

非常方便，主要是速度相當驚艷。

結語

僅就免費版本所提供的產品力而言，Google Bard和ChatGPT可謂是各有千秋，私以為Google Bard在效率和使用邏輯上要更勝一籌，并不是網上所傳言的那么不堪。所謂一枝獨秀不是春，百花齊放才是春滿園，Google Bard和百度的文心一言，都會對ChatGPT形成壓力，讓ChatGPT保持光速更新，成為更好的自己。

總結

以上是生活随笔為你收集整理的好饭不怕晚,Google基于人工智能AI大语言对话模型Bard测试和API调用(Python3.10)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。