关于google: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Python310

42次阅读

共计 2752 个字符，预计需要花费 7 分钟才能阅读完成。

谷歌 (Google) 作为开源过驰名深度学习框架 Tensorflow 的超级大厂，是人工智能畛域一股不可漠视的中坚力量，旗下新产品 Bard 曾经颁布测试了一段时间，毁誉参半，很多人把 Google 的 Bard 和 OpenAI 的 ChatGPT 进行比照，Google Bard 在 ChatGPT 背后仿佛有些技不如人。

事实上，Google Bard 并非对标 ChatGPT 的产品，Bard 是基于 LaMDA 模型对话而进行构建的，Bard 旨在构建一个对话式的 AI 零碎，使其可能更好地了解人类语言，并且具备进行多轮对话的能力。而 GPT 的指标是生成自然语言文本。

在特色数据层面，Bard 应用了像 Gmail、Meet 等 Google 社交产品线中的对话数据来进行训练，这些数据曾经通过了严格的隐衷保护措施。而 GPT 则是通过大规模的网页爬虫来获取数据，它的训练数据量比 LaMDA 要大得多。

模型构造层面，Bard 采纳了一种称为“Transformer”的神经网络构造，该构造能够解决长文本并放弃信息连贯性。GPT 也应用了 Transformer 构造，但它还采纳了一种称为“自回归”的形式，即依照工夫步骤一个接一个地生成文本。

说白了，在利用层面上，Bard 适宜开发智能助手、聊天机器人、虚构客服等利用。而 GPT 更实用于自然语言生成工作，例如文章撰写、机器翻译等等。

拜访 bard.google.com，随后输出聊天内容：

一望而知，对话输出的内容只反对英文，并不能输出中文。

但事实上，只有略微扭转一下对话逻辑，也能够让 Bard 返回中文信息，比方：

私认为 Bard 的代码能力并不输于 ChatGPT：

尤其是对自家的深度学习框架 Tensorflow 更是一五一十，生成的代码如下：

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()

这里是应用 Tensorflow 内置小模型 mobilenet\_v2\_1.0\_224 的智能识图逻辑，简洁而谨严。

在浏览器 (B 端) 架构上，Google 极其自信地应用了 HTTP2 协定的接口进行通信，而没有仿效 ChatGPT 应用 SSE 协定：

咱们晓得 ChatGPT 应用 SSE 协定其实是等而下之的次优抉择，因为 GPT 模型在推理上须要工夫，所以走的模式是一边推理一边返回的流式模型，对于流式返回，请移玉步至：逐句答复, 流式返回,ChatGPT 采纳的 Server-sent events 后端实时推送协定 Python3.10 实现, 基于 Tornado6.1，这里不再赘述。

而 Google 的 Bard 抉择一次性返回所有推理数据：

所以推理效率上，Bard 要优于 ChatGPT，但仅限于收费产品线，截止本文公布，ChatGPT 的免费产品 gpt3-turbo 和 gpt4 的推理效率都要远远高于其收费产品。

和收费版本的 ChatGPT 一样，Bard 目前只反对浏览器端 (B 端) 的应用，但也能够通过浏览器保留的 Token 进行近程调用，首先装置 Bard 开源库：

pip3 install --upgrade GoogleBard

随后复制浏览器端的 token 秘钥：

接着在终端通过 Session 进行注入：

python3 -m Bard --session UggPYghLzQdQTNx1kQiCRzbPBA1qhjC-dndTiIPCk3YPLR5TexmP7OQ7AfUdsfdsf1Q.

随后就能够进入终端内的对话场景，应用 alt+enter 组合键或者 esc+enter 组合键发送信息即可：

➜  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?

十分不便，次要是速度相当惊艳。

仅就收费版本所提供的产品力而言，Google Bard 和 ChatGPT 堪称是各有千秋，私认为 Google Bard 在效率和应用逻辑上要更胜一筹，并不是网上所传言的那么不堪。所谓一枝独秀不是春，百花齐放才是春满园，Google Bard 和百度的文心一言，都会对 ChatGPT 造成压力，让 ChatGPT 放弃光速更新，成为更好的本人。

正文完