Với sự gia tăng phổ biến của các chatbot đàm thoại như ChatGPT, sự xuất hiện của các đối thủ cạnh tranh chỉ là vấn đề thời gian. Và đó là chatbot Bard AI của Google, được thiết kế để bổ sung cho công cụ tìm kiếm của công ty, có thể trò chuyện về nhiều chủ đề khác nhau và tạo văn bản độc đáo.
Thi nhân tương tự như ChatGPT và Bing Chat. Nó có thể giúp thực hiện các nhiệm vụ sáng tạo, giải thích các chủ đề phức tạp và thường lấy thông tin từ nhiều nguồn khác nhau, cũng như xử lý các truy vấn phức tạp hơn như tìm công thức nấu ăn từ các nguyên liệu bạn có trong tủ lạnh.
Ngoài những câu hỏi đơn giản, bạn có thể hỏi anh ấy những câu như: "Học cái nào dễ hơn - piano hay guitar, và mỗi loại cần luyện tập bao nhiêu?". Đây là một câu hỏi mở và một người phải mất ít nhất vài phút để tìm kiếm, nhưng Google tuyên bố rằng nó có thể cô đọng thông tin từ hàng chục trang thành một vài đoạn văn.
Bard có điểm chung với ChatGPT. Cả hai đều sử dụng mô hình ngôn ngữ lớn làm cốt lõi và đã được tối ưu hóa cho các cuộc trò chuyện cởi mở. Tuy nhiên, ChatGPT sử dụng GPT-3.5, trong khi Bard được định cấu hình bằng mô hình LaMDA của riêng Google. Vấn đề với LaMDA và ChatGPT ở chỗ, bất chấp khả năng của họ, chất lượng của các câu trả lời rất khác nhau. Rốt cuộc, khả năng tạo văn bản của chatbot phụ thuộc vào dữ liệu đào tạo của nó. Ví dụ: ChatGPT không lấy dữ liệu sau năm 2021. Nếu bạn hỏi về những sự kiện xảy ra sau đó, anh ấy sẽ chỉ bịa ra một câu trả lời. Tương tự như vậy, bất kỳ sai lệch nào trong dữ liệu huấn luyện đều có thể dẫn đến phản hồi sai lệch.
Cũng thú vị:
Hai hạn chế này có thể giải thích tại sao Google mất nhiều thời gian để đưa Bard ra thị trường, vì các câu trả lời không chính xác nhưng có thẩm quyền có thể dẫn đến việc lan truyền thông tin sai lệch. Và chỉ như thế tình huống đã xảy ra với video quảng cáo của anh ấy, vì điều đó mà ngay cả cổ phiếu của Google cũng giảm.
LaMDA là một mô hình máy học được đào tạo dựa trên các mẫu văn bản và được tối ưu hóa để dự đoán từ và câu. Để tạo ra nó, Google đã sử dụng kiến trúc mạng thần kinh của riêng mình với mã nguồn mở dựa trên Transformer và cải tiến mô hình đối thoại. Nhân tiện, OpenAI sử dụng cùng một kiến trúc Transformer cho họ mô hình ngôn ngữ GPT của nó. Google đã sử dụng bộ dữ liệu 1,56 nghìn tỷ từ cho LaMDA, được lấy từ "dữ liệu đối thoại công khai và các tài liệu công khai khác".
LaMDA có ba mục tiêu chính – chất lượng, bảo mật và tính hợp lệ – giúp chatbot tạo ra các phản hồi hợp lý nghe có vẻ thú vị trong ngữ cảnh của truy vấn. Ví dụ: cô ấy sẽ không trả lời bằng những câu chung chung như "Hiểu rồi" hoặc "Rất vui khi biết điều đó". Google đã cung cấp cho mô hình khả năng tìm kiếm thông tin từ các nguồn bên ngoài trong thời gian thực để bổ sung cho câu trả lời.
Thật không may, Google vẫn chưa tiết lộ thông tin về tính khả dụng chung Thi nhân. Nó hiện có sẵn cho "người kiểm tra đáng tin cậy". Do nhu cầu về các chatbot đàm thoại, ban đầu công ty có thể sẽ cung cấp quyền truy cập cho một số lượng nhỏ người dùng. Nói cách khác, giai đoạn xem trước của Bard có thể bị giới hạn trong danh sách chờ.
Giống như các chatbot dựa trên máy học khác, Bard có thể sẽ khiến công ty tốn rất nhiều tiền vào tài nguyên máy tính. Theo một số ước tính, mỗi câu trả lời của chatbot sẽ có giá gấp mười lần so với một lượt tìm kiếm thông thường. Việc hạn chế khả năng hiển thị và sử dụng Bard cho một số lượng nhỏ người dùng sẽ giúp công ty giảm các chi phí này theo thời gian.
Cũng thú vị:
Điểm khác biệt lớn nhất giữa Bard và ChatGPT là chatbot của Google sẽ có quyền truy cập vào những thông tin cập nhật trên web (kể cả sau năm 2021). Bard có thể phù hợp với các sản phẩm khác của Google như Android, Chrome OS, Gmail, Docs và thậm chí cả trình duyệt Chrome. Microsoftvề phần mình, đã tích hợp Bing Trò chuyện trong trình duyệt Edge, trò chuyện Skype và ứng dụng Teams.
Một điểm khác biệt nữa là khả năng ngôn ngữ của họ – Bard sẽ cho chúng ta cảm nhận đầu tiên về mô hình LaMDA của Google. Cho đến nay, hầu hết tất cả các chatbot AI đều dựa trên biến thể của mô hình GPT-3.5 của OpenAI. Cuối cùng, chatbot của Google có thể cung cấp các câu trả lời ngắn hơn để giúp người dùng tìm thấy những gì họ đang tìm kiếm nhanh hơn.
Đọc thêm: