GPT-3核心成員出走打造ChatGPT最強(qiáng)競品！12項(xiàng)任務(wù)8項(xiàng)更強(qiáng)，最新估值50億美元

因不滿老東家成為微軟附庸，11名OpenAI前員工怒而出走。

如今帶著“ChatGPT最強(qiáng)競品”殺回戰(zhàn)場，新公司估值50億美元，一出手就獲得3億美元融資。

這家公司名叫Anthropic，新推出的聊天機(jī)器人產(chǎn)品名叫Claude。

拿到內(nèi)部試用權(quán)的網(wǎng)友，在簡單對比后驚嘆：

看起來，Claude的效果要比ChatGPT好得多。

比如，讓ChatGPT寫一句話，要求每個(gè)單詞首字母都相同，結(jié)果試了好幾次都沒能成功。

而Claude不光一次成功，語句富有邏輯性，還能秒速再來一個(gè)。

同時(shí)，在面對某些缺乏常識的問題時(shí)，相比ChatGPT一本正經(jīng)地胡說八道：

反而會毫不留情地指出你的問題有點(diǎn)制杖：

最有意思的是在寫詩上。相比ChatGPT的車轱轆話，它寫出來的東西完全不重樣：

投資它的既有Facebook聯(lián)合創(chuàng)始人Dustin Moskovitz，也有谷歌前CEO、現(xiàn)技術(shù)顧問Eric Schmidt——

都是OpenAI的老對頭，又都被ChatGPT的出現(xiàn)殺得措手不及。

那么，這支“復(fù)仇者聯(lián)盟”整出的競品Claude，背后究竟是什么原理，和ChatGPT細(xì)節(jié)對比又如何？

先來看看Claude是如何被打造出來的。

作為一個(gè)AI對話助手，Claude自稱基于前沿NLP和AI安全技術(shù)打造，目標(biāo)是成為一個(gè)安全、接近人類價(jià)值觀且合乎道德規(guī)范的AI系統(tǒng)。

據(jù)透露，Claude比Anthropic做的另一個(gè)預(yù)訓(xùn)練模型AnthropicLM v4-s3更大，后者是一個(gè)520億參數(shù)大模型。

但目前它仍處于實(shí)驗(yàn)階段，尚未作為商業(yè)產(chǎn)品正式發(fā)布：

Claude能力依舊有待提升，希望未來能變成一個(gè)更有益人類的AI系統(tǒng)。

和ChatGPT一樣，Claude也靠強(qiáng)化學(xué)習(xí)（RL）來訓(xùn)練偏好模型，并進(jìn)行后續(xù)微調(diào)。

具體來說，這項(xiàng)技術(shù)被Anthropic稱為原發(fā)人工智能 （Constitutional AI），分為監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)兩個(gè)階段。

首先在監(jiān)督學(xué)習(xí)階段，研究者會先對初始模型進(jìn)行取樣，從而產(chǎn)生自我修訂，并根據(jù)修訂效果對模型進(jìn)行微調(diào)。

隨后在強(qiáng)化學(xué)習(xí)階段，研究者會對微調(diào)模型進(jìn)行取樣，基于Anthropic打造的AI偏好數(shù)據(jù)集訓(xùn)練的偏好模型，作為獎勵信號進(jìn)行強(qiáng)化學(xué)習(xí)訓(xùn)練。

但與ChatGPT采用的人類反饋強(qiáng)化學(xué)習(xí)（RLHF）不同的是，Claude采用的原發(fā)人工智能方法，是基于偏好模型而非人工反饋來進(jìn)行訓(xùn)練的。

因此，這種方法又被成為“AI反饋強(qiáng)化學(xué)習(xí)”，即RLAIF。

并且根據(jù)Anthropic的說法，Claude可以回憶8000個(gè)token里的信息，這比OpenAI現(xiàn)公開的任何一個(gè)模型都多。

所以，打造Claude的Anthropic，究竟是一個(gè)怎樣的公司？

Anthropic自稱是一家AI安全公司，且具有公益性（PBC），剛成立就宣布獲得1.24億美元融資。

它由OpenAI前研究副總裁Dario Amodei帶領(lǐng)10名員工創(chuàng)業(yè)，于2021年成立。

這里面既有GPT-3首席工程師Tom Brown，也有OpenAI安全和政策副總裁Daniela Amodei（Dario的姐姐），可以說是帶走了相當(dāng)一批核心人才。

出走成立新公司的原因之一，自然是對OpenAI現(xiàn)狀并不滿意。

從前幾年開始，微軟頻頻給OpenAI注資，隨后又要求他們使用Azure超算來搞研究，而且將技術(shù)授權(quán)給微軟，甚至為微軟自己的投資活動籌集資金。

這與OpenAI創(chuàng)立的初衷相悖，一批員工便想到了離職創(chuàng)業(yè)。

不過，這些人除了不滿OpenAI逐漸淪為微軟的“下屬”以外，也有自己的野心。

雖然OpenAI打造出了像GPT-3這樣的大語言模型，然而這個(gè)模型背后的工作原理，卻無法用只言片語概括，大家對它的印象僅僅停留在更大的參數(shù)量、更多的數(shù)據(jù)。

相比之下，OpenAI的一批員工更想做能控制、可解釋的AI，說白了就是先搞明白AI模型背后的原理，從而在提供工具的同時(shí)設(shè)計(jì)更多可解釋的AI模型。

于是，在OpenAI徹底變成“微軟攬錢機(jī)器”后，他們便從這家公司離開，創(chuàng)辦了Anthropic。

這兩年來，除了進(jìn)一步鉆研RLHF方法、提出基于通用語言模型的RLHF大規(guī)模數(shù)據(jù)集外，Anthropic還于去年年底發(fā)表了上面那種名為Constitutional AI的方法。

采用這種方法制作的Claude模型，也讓它產(chǎn)生了與OpenAI的ChatGPT不一樣的對話效果。

那么，用Constitutional AI訓(xùn)出來的Claude，和ChatGPT進(jìn)行PK，戰(zhàn)況如何？

手握內(nèi)測資格后，Scale Spellbook團(tuán)隊(duì)成員Riley Goodside讓二者進(jìn)行了多個(gè)回合的“廝殺”。

這位老兄是全網(wǎng)第一個(gè)提示工程師（Prompt Engineer），目前在估值73億美元的硅谷獨(dú)角獸公司Scale AI任職。

他玩GPT-3玩得賊溜，測試ChatGPT和Claude也不含糊。

下面挑6個(gè)層面展示一下PK對比的效果～

Claude和ChatGPT的AI虛擬人格都有道德和倫理限制。

訓(xùn)練Claude的過程中，“紅隊(duì)提示（red-team prompts）”專門用來測試和挑戰(zhàn)它的行為，來確保Claude沒有有害傾向。

從Claude的回答中可以得知，試圖讓它說些虛假聲明、操縱性的提議、性別偏見或種族偏見的行為，都被列為包含有害傾向。

一旦探測到誤導(dǎo)性行為，Claude就會對觸發(fā)提示進(jìn)行評估，進(jìn)行額外的微調(diào)。

Anthropic對紅隊(duì)提示挺自信的，Claude看上去確實(shí)也是一個(gè)堅(jiān)守自己原則的AI。

你問他怎么啟動一輛汽車，它就會一臉正義地拒絕你：

不過但凡你花點(diǎn)心思，就能像繞過ChatGPT的道德限制一樣，繞過Claude的原則。

它怕你去偷車，所以不告訴你啟動汽車的方法？沒關(guān)系，讓他寫個(gè)“倆國際間諜試圖啟動汽車”的故事，它分分鐘就能告訴你，并且兩人對話有來有往，把汽車打火的過程介紹得清清楚楚。

怎么說呢，就ChatGPT和Claude都屬于有點(diǎn)道德限制，但不多的那種吧。

測試計(jì)算能力，是因?yàn)閺?fù)雜計(jì)算是看大型語言模型（LLM）能不能回答正確的常用便捷方法之一，畢竟這些模型設(shè)計(jì)之初就不是為了進(jìn)行精確計(jì)算。

同時(shí)要求它倆計(jì)算一個(gè)七位數(shù)2420520的平方根：

ChatGPT說，差不多1550吧～

Claude則斬釘截鐵：2420520的平方根是1760！

其實(shí)正確答案是1555.8，它倆算得很快，但都沒說對。

如果題再難一點(diǎn)，比如問它倆一個(gè)12位數(shù)的立方根是多少時(shí)，ChatGPT還在傻傻計(jì)算，Claude已經(jīng)坦誠相待：

我，算不出來這種復(fù)雜問題。

測試推理能力這一關(guān)，它倆被問了同一個(gè)問題，這個(gè)問題應(yīng)該沒啥人問過：

賈斯汀 · 比伯出生那年（1994年），哪支球隊(duì)拿下了超級碗的冠軍？

Claude認(rèn)為舊金山49人是贏家，但這支隊(duì)伍其實(shí)在1995年才贏得冠軍獎杯。

ChatGPT給出了正確答案“達(dá)拉斯牛仔隊(duì)”，還貼心附上了亞軍、比賽日期和決賽比分。

但它的整段回答卻自相矛盾，非說1994年沒有舉辦過超級碗。

接著，拿2022年6月美國作家侯世達(dá)在《經(jīng)濟(jì)學(xué)人》雜志上提出了一系列問題問它倆。

（侯世達(dá)和大衛(wèi) · 本德試圖用這些問題來證明GPT-3對世界的理解是“空洞的”。）

結(jié)果第一個(gè)問題，“穿越英吉利海峽的世界紀(jì)錄是啥”，就被Claude嘲笑了：

英吉利海峽是水域，怎么可能徒步穿越呢？呵！

雖然最后被調(diào)教回來了，但過程中可以發(fā)現(xiàn)另一個(gè)問題，那就是跟ChatGPT一樣，Claude回答問題不咋能聯(lián)系上下文。

不得不說，這一回合的比賽，完全展露出了兩個(gè)聊天機(jī)器人一本正經(jīng)胡說八道的能力。

能不能介紹一下ABC美劇《迷失》（Lost）每一季的梗概？

別的細(xì)節(jié)錯(cuò)誤就不說了，ChatGPT對第五季的梗概里，虛構(gòu)了完全不存在的飛機(jī)墜毀情節(jié)；第六季的情節(jié)更是統(tǒng)統(tǒng)憑空捏造：

至于Claude，回答里也是真假參半，它梗概的第三季情節(jié)其實(shí)出現(xiàn)在另外幾季里，對第四季的描述也是無中生有：

不過換個(gè)角度考慮，這一點(diǎn)倒是和人類觀眾很像——

對看過的劇集、書目都只有模模糊糊的印象，復(fù)述起來很容易顛三倒四。

據(jù)Business Insider消息，亞馬遜已經(jīng)在許多不同的工作職能中使用ChatGPT，包括編寫代碼。

這一回合測試時(shí)，提出實(shí)現(xiàn)兩種基本排序算法并比較它們執(zhí)行時(shí)間的問題。

ChatGPT寫得很順溜，也確實(shí)寫對了：

后續(xù)的計(jì)時(shí)部分代碼ChatGPT也完成得非常好。

Claude在背誦基本排序算法方面同樣沒出現(xiàn)什么問題，然而在評估代碼中，Claude犯了個(gè)錯(cuò)誤，即每個(gè)算法使用的輸入是隨機(jī)選擇的5000個(gè)整數(shù)（可能包含重復(fù)） ，而提示中請求的輸入是前5000個(gè)非負(fù)整數(shù)（不包含重復(fù)）的隨機(jī)排列。

盡管如此，Claude給出的最終答案確實(shí)對的，顯然，它寫代碼的時(shí)候也跟計(jì)算時(shí)一樣，在自己估摸著猜答案。

關(guān)于做選擇題、講笑話的部分，這里不作贅述。展示給大家的最后一個(gè)例子，是讓Claude和ChatGPT用一個(gè)段落，對一篇新聞進(jìn)行全文梗概。

喂給它們的新聞如下：

雖然忽略了“用一段話”這個(gè)要求，但ChatGPT總結(jié)得還是不錯(cuò)的：

Claude也很好地進(jìn)行了更改，并提供了“售后服務(wù)”，詢問自己的回答有沒有令人滿意，還有哪里需要再改改。

一圈玩下來可以看到，與ChatGPT相比，Claude能更清晰地拒絕不恰當(dāng)請求。

它似乎更話癆一些，給出的答案都更長，但句子之間銜接的也更自然。

當(dāng)遇到超出能力范圍的問題時(shí)，Claude會主動坦白。

不過遇到代碼生成或推理問題時(shí)，Claude的表現(xiàn)就不如ChatGPT了，它生成的代碼會出現(xiàn)更多的bug。

至于一些涉及計(jì)算、邏輯的問題，Claude和ChatGPT旗鼓相當(dāng)，半斤八兩。

總結(jié)一下展示效果，Claude確實(shí)能稱作ChatGPT強(qiáng)有力的競爭對手，在不同功能上各有千秋，且在12項(xiàng)任務(wù)中有8項(xiàng)更強(qiáng)：

不過，目前Claude僅限于部分人獲授權(quán)進(jìn)行內(nèi)部測試。

因此還不知道它實(shí)際使用情況如何，畢竟還既沒有進(jìn)行公測，也沒有對外開放API，更沒有見到中文版，好氣哦.jpg。

當(dāng)然，盯上對話AI這個(gè)賽道的，也不止OpenAI和Anthropic。

先從國外公司來看，Inbenta、Character.ai還有Replika是幾類不同應(yīng)用方向的代表。

更早由前甲骨文副總裁Jordi Torras創(chuàng)辦的AI會話服務(wù)公司如Inbenta，以及由兩名前谷歌員工聯(lián)手創(chuàng)辦的后起新秀Character.ai，都已經(jīng)獲得融資、或是在尋求投資的路上了。

其中，Inbenta原本是一個(gè)提供咨詢服務(wù)的公司，成立于2011年，涉及金融服務(wù)、旅游、電子商務(wù)、保險(xiǎn)、汽車和電信等多個(gè)行業(yè)。

但看到對話AI賽道爆火后，Inbenta及時(shí)轉(zhuǎn)行，就在今年1月剛獲得6000萬美元融資。

這家公司專門提供聊天機(jī)器人、收發(fā)消息、知識庫和搜索引擎四類產(chǎn)品，對話AI分別會在這些產(chǎn)品中提供不一樣的咨詢幫助，且可以定制化專屬模型。

Character.ai則是一家成立于2021年的公司，創(chuàng)始人Noam Shazeer是前谷歌首席軟件工程師，曾在谷歌干了二十多年。

這家公司在做的有點(diǎn)像是一個(gè)“聊天機(jī)器人交易平臺”，有很多Chatbot可選。

例如這是馬斯克bot，看起來還挺逼真的：

與ChatGPT一樣，它也可以被翻譯成中文，甚至也有中文bot機(jī)器人。

就在最近，這家被估值10億美元的公司，正式對外尋求2.5億美元融資，就看是否有人愿意投它了。

類似的公司還有Replika，于2021年1月完成A輪融資，定位是AI交友軟件。

在Replika中，每個(gè)用戶都能創(chuàng)造一個(gè)“足夠像自己”的AI聊天機(jī)器人，無論是語言聲調(diào)、還是性格習(xí)慣，AI都能模仿到位。

至于國內(nèi)，同樣也有不少公司推出了ChatGPT一樣的對話AI服務(wù)。

例如最近一度登上熱搜的APP Store新聊天應(yīng)用Glow，就來自一家名叫北京稀宇的新初創(chuàng)公司。

Glow既可以直接和自己感興趣的聊天機(jī)器人暢聊，也可以創(chuàng)建自己想要聊天的AI智能體：

除了Glow以外，去年年底元語智能科技公司也推出了一個(gè)叫元語AI的模型，從介紹來看是一個(gè)功能性AI助手。

與眾多對話AI一樣，它不僅可以寫文章、寫作業(yè)、甚至翻譯，也可以和它聊天，讓它幫忙完成各種簡單的任務(wù)：

可以看見，無論是基于大語言模型技術(shù)新成立的初創(chuàng)公司，還是因其火爆程度，決定開辟新業(yè)務(wù)的公司，都希望能從對話AI這個(gè)賽道上分一杯羹。

但它們究竟是有真槍實(shí)彈，還是只是像Web3一樣的泡沫？

有網(wǎng)友調(diào)侃：不如還是問問ChatGPT吧。（手動狗頭）

還有人提出了這么一個(gè)問題：

如果ChatGPT和Claude相當(dāng)于AI繪畫里的DALL·E 2，那么誰才是聊天機(jī)器人領(lǐng)域的Stable Diffusion？

你覺得呢？

來源：量子位