ChatGPT的前世今生，以及未来(25)

从人工评测效果上看，相比1750亿参数的GPT3，人们更喜欢13亿参数的InstructGPT生成的回复。可见，并不是规模越大越好。
InstructGPT这个模型，参数只有GPT3的百分之一都不到，高效率也就意味着低成本，这让OpenAI获得了更有分量的胜利。AI 语言模型技术大规模商业化应用的时机快到了。
2021年5月，1370亿参数的LaMDA
2021年5月的Google I/O大会上，谷歌展示了其最新的人工智能系统LaMDA（Language Model for Dialogue Applications）对话应用语言模型，具有1370亿参数，略少于GPT-3，但比13亿参数的InstructGPT多100多倍。
不过，LaMDA跟其他语言模型都不同，因为它专注于生成对话，跟ChatGPT一样，LaMDA可以使回答更加“合情合理”，让对话更自然地进行，其目的不是提供信息搜索，而是通过对自然语言问题的回答来帮助用户解决问题。但跟chatGPT不一样的是，它可以利用外部知识源展开对话。

而且，这些回复都不是预先设定的，甚至相同的答案不会用第二次。
当时，这个就轰动了。
这么牛的对话机器人，按说应该像ChatGPT这样迅速火爆才是。
实际上，没有多少人了解LaMDA。因为谷歌不愿向公众发布LaMDA。部分原因在于，LaMDA存在较高的误差，且容易对用户造成伤害，此类瑕疵被谷歌称之为有“毒性”。
谷歌的 CEO SUndar Pichai 和谷歌 AI 部门长期负责人 Jeff Dean 表示：谷歌其实完全有能力拿出类似 ChatGPT的成果。只是一旦出了纰漏，谷歌这样的企业巨头无疑需要承担更高的经济和声誉成本。
因为全球有数十亿用户在使用谷歌的搜索引擎，而 ChatGPT 到 12 月初才刚刚突破 100 万用户。
那么，在这一局，虽然谷歌看起来有不错的结果，毕竟能采用外部知识的对话机器人更有时效性价值。