百度文心一言与Notion的比较(机器人通信的例子)

Posted 2023-04-07 寅恪光潜

文心一言出来有一段时间了，也经常会去问问，感觉对于简单的语义理解还是可以，其答案对于一些常见的常识等还是可以给出不错的答案，但是在数学与代码等方面基本上很差，基本的贷款利率、微积分、没有理解语义的代码等都是错误答案

比如问题：使用Python声明一个话题，以2Hz的速率发送连续整数到counter节点上

 其答案完全是错误的。

我们来看下Notion的答案，真的是完美

 

 而且生成的答案非常快，这个比ChatGPT4更好玩，更有意思，这个是几秒钟就给出的答案：https://www.notion.so/chyichin/5e80a2621556490296b8565bd6666564?pvs=4

也就是说几秒钟生成的一篇博文，可以打败很多的程序员的文章了，浏览上面链接文章需要登录，我这里也原文不动复制过来，大家看下效果，AI+Notion是一个怎样的存在：

本文将介绍如何使用Python声明一个话题，并以2Hz的速率发送连续整数到counter节点上的方法。

在ROS中，使用Python可以方便地声明话题。话题是ROS中的一种通信机制，它可以让不同的节点之间进行数据交换。在本文中，我们将使用Python代码声明一个名为“count”的话题，并以2Hz的速率发送连续整数到counter节点上。

首先，需要安装ROS以及Python的ROS包。安装完成后，在终端中输入以下命令：

$ roscore

这将启动ROS的核心节点，它将负责管理整个系统。

接下来，需要创建一个Python脚本来声明话题并发送数据。在终端中输入以下命令：

$ cd ~
$ mkdir -p catkin_ws/src
$ cd catkin_ws/src
$ catkin_create_pkg my_pkg rospy
$ cd my_pkg
$ mkdir scripts
$ cd scripts
$ touch talker.py

然后，在talker.py文件中输入以下代码：

#!/usr/bin/env python
import rospy
from std_msgs.msg import Int32

def talker():
    pub = rospy.Publisher('count', Int32, queue_size=10)
    rospy.init_node('talker', anonymous=True)
    rate = rospy.Rate(2) # 2Hz
    count = 0
    while not rospy.is_shutdown():
        count += 1
        rospy.loginfo(count)
        pub.publish(count)
        rate.sleep()

if __name__ == '__main__':
    try:
        talker()
    except rospy.ROSInterruptException:
        pass

这段代码中，我们首先导入了必要的ROS库和Int32消息类型。然后，我们定义了一个名为“talker”的函数，其中我们创建了一个名为“count”的话题，并将其数据类型设置为Int32。我们使用rospy.init_node函数来初始化ROS节点，并设置其名称为“talker”。我们使用rospy.Rate函数来控制发布速率为2Hz。最后，在一个while循环中，我们不断递增变量count的值，并将其发布到话题中。

在终端中输入以下命令，使得talker.py文件可执行：

$ chmod +x talker.py

最后，在另一个终端中输入以下命令，启动counter节点：

$ rosrun rospy_tutorials listener.py

这将启动一个名为“listener”的节点，并订阅我们声明的“count”话题。在talker.py文件所在的终端中输入以下命令，启动talker节点：

$ rosrun my_pkg talker.py

这将启动一个名为“talker”的节点，并发布连续的整数到“count”话题中。在listener终端中，可以看到每秒钟收到两个整数的输出。

至此，我们已经成功地使用Python声明了一个话题，并以2Hz的速率发送连续整数到counter节点上。这种方法可以用于ROS中的各种机器人交互任务中。

百度文心一言对标 ChatGPT，你怎么看？

• • 文心一言 VS ChatGPT
  • 接受不完美 期待进步
  • 里程碑意义
  • 文心一言初体验
  • • ✔ 文学创作
    • ✔ 商业文案创作
    • ✔ 数理逻辑推算
    • ✔ 中文理解
    • ✔ 多模态生成
  • 写在最后

---

何为文心？“文”就是我们中华语言文字中的文，“心”是希望该语言模型可以用心的去理解语言，用心的去服务用户。

在近期全球陷入 ChatGPT 技术狂欢的同时，中国也有了对标 ChatGPT 的大预言模型。随着百度文心一言发布会的召开，我认真了观看了整个过程。作为一款百度十几年研发投入积累所得的产品，作为“中国版 ChatGPT”，我对它有着浓厚的兴趣，且第一时间申请了体验资格，参与到测试当中。

文心一言 VS ChatGPT

最近在网上经常性的看到这么一张图片，就是将文心一言与 ChatGPT 进行对比，而且差距显而易见。此外在某些站点也可以看到文心一言被“群嘲”。

近期全球陷入 ChatGPT 技术狂欢，ChatGPT 作为 OpenAI 开发的人工智能语言模型，由文本生成对话的训练数据驱动，与其他人工智能技术相比，ChatGPT 可以生成更为自然、流畅的语言回答，这确实是它最大的优势之一。而有人就将此优势拿去对比国内新发布的文心一言，矛头直指文心一言的种种不成熟。但我们可能忽略了一点，每个人工智能技术都有其独特的优势和适用场景。比如 AlphaGo 围棋机器学习模型可能在下棋方面表现出色，而像“聊天机器人”这样的技术则更适合于帮助人们进行自然的对话交流。因此将 ChatGPT 与其他人工智能技术进行比较可能需要考虑到多个因素，而不仅仅是它们的语言生成能力。

如果说非要以己之长比其之短，那么在中文与中华文化的理解上，ChatGPT 与文心一言就没得比，相信有很多人在中文语境下体验 ChatGPT 时也体会到过它“人工智障”的时候吧，那这又怎么说？

其实我想说的是每个语言模型都有自己的优势和适用环境，它们的设计目标是一致的，都是为了辅助人、帮助人、为人类提供更好的服务。所以在看待文心一言的问题上，我们不能仅仅将关注焦点聚集在在文心一言的瑕疵和不成熟上，而是应当站在更加长远且更加全面的角度来看待它。

接受不完美 期待进步

很喜欢李彦宏董事长在发布会上讲的那句话：“我们在使用的过程中有时候会感受到惊喜，有时候可能也会发现明显的错误，但有一点是可以肯定的，它的进步速度会非常快。”他本人也指出自己在体验过程当中，文心一言的能力不能叫做完美。

其实没有哪一个技术、哪一款产品是完美的，更何况这是第一代版本，它的发布则可以获得用户的反馈，迭代速度会加快，能力也会不断的成长与提升。即使有不完美，从现在的发展情况来看，文心一言也是国内互联网大厂中唯一成熟的产品，靠文心一言百度就已经证明了其在人工智能领域、在互联网行业当中的地位。

里程碑意义

随着文心一言语言模型的发布，无疑会对国内科技产业的发展产生带动作用，诸多同类型商业化产品也将会出现。其次在发布会上也提到，文心一言是百度十几年的研发投入积累、持续精耕的产物，这体现着百度在 AI 上的长期坚持。

在我看来，文心一言在国内人工智能领域具有里程碑式的意义，这不仅在于技术水平，更在于人工智能发展理念、对待 AI 的理念。当我们能够认识到这一层，就会发现仅仅去关注文心一言产品本身、仅仅拿它与同类型产品相比较就有点舍本求末了。借用网上的一句话：无需完美，已然具备里程碑意义！

文心一言初体验

文心一言的能力定位主要在于五个方面：文学创作、商业文案创作、数理逻辑推算、中文理解、多模态生成。

✔ 文学创作

从哲学角度续写《流浪地球》，文心一言提出了一些可能的思考方向，且提醒用户注意遵循小说的创作原则和规范。体现出文心一言的总结分析和推理能力，这是基于 5500 亿事实数据训练才得以保证事实性问题的准确性。

✔ 商业文案创作

如果说文学创作体现的是总结分析能力，那么商业文案的创作则是其理解表达、创新创意能力的展现。这种能力我们是没有办法专门去教语言模型的，正如“读书破万卷”，想要“满腹经纶、学识渊博”也得是在大量学习的基础之上，AI 语言模型基于的知识量更是不计其数。

✔ 数理逻辑推算

根据发布会的介绍来看，文心一言大模型训练数据包含万亿级的网页数据、数十亿搜索数据和图片数据、百亿级的语音日均调用数据，以及 5500 亿事实知识积累。所以在梳理逻辑推算方面，它给出答案的同时还能够做到对解题思路的一步步推理。

✔ 中文理解

作为植根于中国市场的语言模型，它对于中文和中华文化的理解能力也是相当高，相较于在中文语境下的 ChatGPT 有时会出现“人工智障”式的表现，文心一言则不会产生类似问题，毕竟百度对于中文语言的处理还是有明显优势的，对于国人的适用性来说，文心一言绝对优于 ChatGPT。

✔ 多模态生成

其多模态主要包括根据文字需求生成图片、创意性的回答图片内容、用语言讲解、生成视频四个方面。但语言和视频这块还不太完善，支持的类型也比较少，体验较差。期待进一步完善。


此外我也对 IT 相关的代码生成、疑难解答等进行了相应的测试​，体验良好。

写在最后

综合测试下来，根据以上表现可以说文心一言具备了很多近似人类的理解能力，如表达理解、逻辑推理等，而且它的准确性和流畅性可以说接近人类。其次就是对中文和中国文化的理解，对于我们中国使用场景来说，绝对是优于 ChatGPT 的。当然在使用的过程中难免会感受到些许不足之处，但是我们应该给予的是期待，而不是冷嘲热讽。期待文心一言的飞速进步和完善。