我问：
谷歌正式推出Bard模型的Demo版本，与OpenAI的chatGPT竞争text-to-text人工智能领域。但是Bard的Demo版本在回答“关于詹姆斯韦伯太空望远镜有哪些新发现、我可以告诉我9岁的女儿”的问题时，出现了错误扭曲事实的回答，导致谷歌股价暴跌。怎么看待谷歌类似chatGpt语言模型Bard回答了“一条价值近7000亿”的问题？它说：
抱歉，我的训练数据截至2021年，没有涉及关于Google正式推出Bard模型的相关信息。因此，我无法评论此事。
然而，我想指出的是，即使是最先进的人工智能语言模型，也存在一定的局限性和错误。这些模型是基于大量数据预先训练出来的，但并不能保证其结果是完全准确的，尤其是在处理涉及复杂语义和知识的问题时。因此，在使用这类技术时，应当保持足够的警惕态度，对结果进行审查和核实。
好吧，我们换个角度来看这个事情。
于是我又问：
市场上有一个产品，它的功能强大，能够帮助人们在多种方面提高效率。但它同样也有一些问题，在一些事实问题上会犯错误，但人们对此表示宽容。此时，市场上排行第二（可能比第二还要更低一些）的产品推出来了，试图与第一竞争。人们对新产品充满期待，因为它是追赶者。但第二的产品同样也犯了一些常识性的错误，却让整个市场对其诟病不已。请你从现有的一些知识、观念、哲学逻辑或是心理学，解释为什么人们常常对第一宽容，却对第二苛刻？它说：
这种现象可以被归因于一些心理学现象，例如审查者效应和比较偏见。
审查者效应是指，当我们对某一事物的评价时，我们的标准是不断变化的。对于第一，因为它是领先者，我们对它的评价较为宽容，期望其解决一些问题，而不是全面地评价它的缺点。相反，当第二与第一竞争时，我们对其进行比较，从而变得更为苛刻。
同样，比较偏见表示我们倾向于比较两个事物并评价它们的优劣。我们有可能会把两个产品都评价得更高，但是当第二更加需要证明自己时，我们会更加关注其缺陷，因为我们认为它应该追赶第一。
总的来说，这些心理学现象说明，人们的评价往往受到多种因素的影响，而不仅仅是产品本身的质量。因此，在评价产品时，我们应该保持公正，并试图克服这些心理学偏见。
首先，股价暴跌这件事，并不足以说明谷歌失败了。
它只能从侧面证明，这个市场上99%的投机者，并不理解人工智能在竞争什么。
过去二十年，从雅虎的搜索目录到谷歌的搜索引擎，本质上竞争的是谁拥有更快的爬取速度、数据的归档与检索能力、推荐算法、用户习惯……以及国家壁垒。
所以谁领先，谁就更容易享受“大者恒大”的福报。它就像赛跑一样，追赶者要付出的代价远远大于保持领先者。
但人工智能是个时代的分水岭，是新的起跑线。但赛道规则变了。
人工智能，不是个大号搜索引擎。
人工智能，不是个大号搜索引擎。
人工智能，不是个大号搜索引擎。
重要的事情说三遍。
它只是个数百亿参数的模型。它依靠大量吞入数据，找出数据之间的关系，通过不断减少数值误差，最后获得一系列数学关系，从而构建出一套能够针对输入的内容，产出相应结果的函数。
对于一个这样的公式而言，没有绝对的领先。也没有绝对的技术壁垒。技术壁垒都是相对于小公司而言的。对于谷歌、微软这种庞然大物，只要钱到位，数据就好办，只要数据搞定，模型的优劣差异就不明显。
谷歌只是近期舆论压力太大了，时间仓促，一时应战准备不充分。这离决胜还早着呢。
话说回来，号称3月公测的百度文心，其实也是仓促应战。一方面，近年来人工智能领域的应用虽然很火，但那都是传统的算法理念造成的瓶颈。离散算法的实践，给了大家新思路。
就好比一群数学尖子解一道奥数题，原先大家都照着老路解题，慢慢腾腾的谁也不着急，看看左边，看看右边，别人都没解出来呢，有什么好着急的？突然有个学霸说解出来了，而且把思路一讲，还真是那么回事。其他学霸会不着急吗？但最终，这道题大家会解不出来吗？解题思路都讲了呀，虽然我看不到你的解题过程，但是照着这个方向一定能解出来的。
但是别急，解了这道题，还有下一题。喝了这一杯，还有下一杯。
所以，除了面子上不好看，Bard的Demo首战失利根本不算事儿。