明敏 鱼羊 发自 凹非寺

量子位 | 公众号 QbitAI

谷歌这回，可真是出大糗了。

Bard 处处不及 ChatGPT 也就罢了，如今竟然被曝出，为了快速训练这个 ChatGPT 竞品，他们直接使用了 ChatGPT 生成的数据。。。

数据来自于一个收集 ChatGPT 对话的公开网站，上面的对话数量超过 11 万。

The Information 爆料，这种操作在谷歌内部不是没人反对。BERT 一作就直接向劈柴哥等高管发出警告，并且明确提示：

这种行为违反了 OpenAI 的服务条款，并且会让 Bard 的回答和 ChatGPT 非常相似。

此后，这位大佬迅速从谷歌离职，转投 OpenAI。

ShareGPT 网站的作者，也佐证了这个消息：“我知道这事儿有一阵子了。”

并且正因为此，ShareGPT 上周关闭了浏览他人聊天记录的探索功能。

这一锤下来，吃瓜网友当场坐不住了，有人直言谷歌这是犯了大忌。

还有人嘲讽，这下谷歌完全成了 OpenAI 的陪衬。

而谷歌这边，也立马被炸了出来，紧急否认三连：

Bard 没有用任何来自 ShareGPT 或者 ChatGPT 的数据训练。

Bard 自己承认 “浏览过” ShareGPT

但谷歌用 ShareGPT 数据训练 Bard 这事儿吧，多少是有迹可循。

比如在上周，ShareGPT突然关闭了浏览他人 ChatGPT 对话的功能。

ShareGPT 本来是一个谷歌插件，能方便人们一键分享自己和 ChatGPT 的对话到各种平台。之后开发者又进一步推出了一个探索页面，可以方便大家互相浏览有趣的对话，因此也成为了一个海量 ChatGPT 数据的聚集地。

随着 The Information 的爆料不胫而走，ShareGPT 的开发者也公开喊话：

秘密终究还是藏不住了吧！

再来看谷歌这边的回应，比较因吹斯听。

虽然他们否认使用过 ShareGPT 或 ChatGPT 的任何数据。但在 The Verge 追问之前是否使用过 ChatGPT 数据做训练时，发言人拒绝回答并表示：

很抱歉我能分享的只有我们昨天的声明。

有消息人士说，在BERT 一作雅各布·德福林（Jacob Devlin）和谷歌高管发出警告后，谷歌确实停止使用 ChatGPT 数据训练了。

由此 The Verge 猜测，Bard 里或许已经删掉了之前这部分训练数据。

而如果把这个问题直接抛给 Bard 本身，它的回答同样引人深思。

因为它否认使用过 ChatGPT 的数据。

但承认读过 ShareGPT 的对话……

反倒是 ChatGPT 这边的回答很谨慎体面，表示除非 “谷歌官方或相关研究人员明确承认了”，否则它没法作答。

实际上，OpenAI 对于能否使用 ChatGPT 输出数据做训练这件事，有明确的条款说明：

竞品，不行。

但如果是非商用的，比如斯坦福大学发布的对话模型 Alpaca，应该可以。

在 Alpaca 发布时明确提到，团队是通过购买 OpenAI 的 API 来生成数据集。

由此也就不难理解为啥 BERT 一作雅各布老哥，当初知道谷歌操作后反应如此激烈，甚至直接跑去和劈柴哥发出警告，毕竟这可是明目张胆地违反友商条例。

更何况这么做对 Bard 也不是没有坏处，会导致它生成的答案和 ChatGPT 非常相似……

而在给谷歌 “吹哨” 后，雅各布选择了马上提桶跑路转投 OpenAI。1 月份离职，都没等 Bard 发布。

不过这还没完，谷歌的操作还在继续——

因为他们居然和 DeepMind“一笑泯恩仇”，联手开发新的大模型来应对 ChatGPT 了。

要知道，虽然 DeepMind 从 2014 年就被谷歌收购了，但它一直都保持高度独立运营，和谷歌的开发团队时常保持着竞争关系。

但在 ChatGPT 热潮下，谷歌和 DeepMind 如今的局面都颇为被动。

由此也就看到了这次罕见联手，DeepMind 和谷歌大脑团队合作，共同开发一个名为Gemini（双子座）的大模型。

据悉，这个模型对标 GPT-4，参数量大约在 1 万亿左右。谷歌大脑负责人 Jeff Dean 领衔技术开发，负责代码编写等工作。

网友：暂停大模型研究 6 个月根本不可能

谷歌这一波操作下来，外界也有些目瞪狗呆。

就有网友提出：Gemini 的出现，是不是意味着谷歌已经放弃 Bard 了？

放不放弃不好说，但至少，谷歌内部的 “赛马” 已现端倪。

事实上，Gemini 的消息传出之前，在 2 月份 ChatGPT 掀起第一波高潮之时，谷歌和 DeepMind 就已有联手动作：

谷歌旗下专注语言大模型的 “蓝移团队”（Blueshift Team）宣布，整体并入 DeepMind。目标就是追赶 ChatGPT 的进度。

此前，谷歌的 5400 亿参数大模型 PaLM 背后，就有蓝移团队成员的贡献。谷歌耗时 2 年发布的大模型基准 BIG-Bench，也有蓝移团队的深度参与。

另外，DeepMind 还手握另一张名为 “Sparrow” 的牌。

这一聊天机器人在去年 9 月就吸引了外界的关注，有评价认为它 “朝创建更安全、偏差更小的机器学习系统迈出了重要一步”。

但当时，DeepMind 出于对公共安全的顾虑，并未面向公众发布 Sparrow。

论文的主要作者 Geoffrey Irving 当时解释说：

我们没有部署该系统，因为我们认为它还存在很多类型的偏见和缺陷。

问题在于，你如何权衡机器与人沟通的优势和劣势。我倾向于认为安全更为重要……从长远来看，我认为这是一种工具。

在 ChatGPT 发布并引起广泛讨论之后，据英国《独立报》消息，DeepMind 的 CEO 哈萨比斯（Demis Hassabis）透露，Sparrow 的内测版会在 2023 年年内推出。

种种迹象，让网友不由感慨：什么先进大模型 “暂停六个月”，都是没谱的事儿。

开弓没有回头箭，尤其对于在这一波浪潮中处处落于下风的谷歌而言，显然没有停下脚步的理由。

毕竟，用户是真的在流失。Similarweb 的数据显示，在过去近一个月时间里，新必应的页面访问量增长了 13.6%，谷歌搜索的访问量则下跌了 2.8%。

而谁也不想做下一个黑莓。

你觉得呢？

参考链接：
[1] https://www.theverge.com/2023/3/29/23662621/google-bard-chatgpt-sharegpt-training-denies
[2] https://twitter.com/amir/status/1641219919202361344
[3] https://twitter.com/steventey/status/1641267979399704576

— 完 —