衡宇萧箫发自凹非寺
量子位公众号 QbitAI
因不满老东家成为微软附庸，11 名 OpenAI 前员工怒而出走。
如今带着“ChatGPT 最强竞品”杀回战场，新公司估值 50 亿美元，一出手就获得 3 亿美元融资。
这家公司名叫 Anthropic，新推出的聊天机器人产品名叫 Claude。
拿到内部试用权的网友，在简单对比后惊叹：看起来，Claude 的效果要比 ChatGPT 好得多。
比如，让 ChatGPT 写一句话，要求每个单词首字母都相同，结果试了好几次都没能成功。
而 Claude 不光一次成功，语句富有逻辑性，还能秒速再来一个。
同时，在面对某些缺乏常识的问题时，相比 ChatGPT一本正经地胡说八道：
反而会毫不留情地指出你的问题有点制杖：
△Claude：这什么鬼问题？
最有意思的是在写诗上。相比 ChatGPT 的车轱辘话，它写出来的东西完全不重样：
投资它的既有 Facebook 联合创始人 Dustin Moskovitz，也有谷歌前 CEO、现技术顾问 Eric Schmidt——
都是 OpenAI 的老对头，又都被 ChatGPT 的出现杀得措手不及。
那么，这支“复仇者联盟”整出的竞品 Claude，背后究竟是什么原理，和 ChatGPT 细节对比又如何？
Claude 长啥样？
先来看看 Claude 是如何被打造出来的。
作为一个 AI 对话助手，Claude 自称基于前沿 NLP 和 AI 安全技术打造，目标是成为一个安全、接近人类价值观且合乎道德规范的 AI 系统。
据透露，Claude 比 Anthropic 做的另一个预训练模型 AnthropicLM v4-s3 更大，后者是一个 520 亿参数大模型。
但目前它仍处于实验阶段，尚未作为商业产品正式发布：Claude 能力依旧有待提升，希望未来能变成一个更有益人类的 AI 系统。
△超长版自我介绍
和 ChatGPT 一样，Claude 也靠强化学习（RL）来训练偏好模型，并进行后续微调。
具体来说，这项技术被 Anthropic 称为原发人工智能（Constitutional AI），分为监督学习和强化学习两个阶段。
首先在监督学习阶段，研究者会先对初始模型进行取样，从而产生自我修订，并根据修订效果对模型进行微调。
随后在强化学习阶段，研究者会对微调模型进行取样，基于 Anthropic 打造的 AI 偏好数据集训练的偏好模型，作为奖励信号进行强化学习训练。
但与 ChatGPT 采用的人类反馈强化学习（RLHF）不同的是，Claude 采用的原发人工智能方法，是基于偏好模型而非人工反馈来进行训练的。
因此，这种方法又被成为“AI 反馈强化学习”，即 RLAIF。
并且根据 Anthropic 的说法，Claude 可以回忆 8000 个 token 里的信息，这比 OpenAI 现公开的任何一个模型都多。
所以，打造 Claude 的 Anthropic，究竟是一个怎样的公司？
Anthropic 自称是一家 AI 安全公司，且具有公益性（PBC），刚成立就宣布获得 1.24 亿美元融资。
它由 OpenAI 前研究副总裁 Dario Amodei 带领 10 名员工创业，于 2021 年成立。
这里面既有GPT-3 首席工程师Tom Brown，也有 OpenAI 安全和政策副总裁 Daniela Amodei（Dario 的姐姐），可以说是带走了相当一批核心人才。
出走成立新公司的原因之一，自然是对 OpenAI 现状并不满意。
从前几年开始，微软频频给 OpenAI 注资，随后又要求他们使用 Azure 超算来搞研究，而且将技术授权给微软，甚至为微软自己的投资活动筹集资金。
这与 OpenAI 创立的初衷相悖，一批员工便想到了离职创业。
不过，这些人除了不满 OpenAI 逐渐沦为微软的“下属”以外，也有自己的野心。
虽然 OpenAI 打造出了像GPT-3这样的大语言模型，然而这个模型背后的工作原理，却无法用只言片语概括，大家对它的印象仅仅停留在更大的参数量、更多的数据。
相比之下，OpenAI 的一批员工更想做能控制、可解释的 AI，说白了就是先搞明白 AI 模型背后的原理，从而在提供工具的同时设计更多可解释的 AI 模型。
于是，在 OpenAI 彻底变成“微软揽钱机器”后，他们便从这家公司离开，创办了 Anthropic。
这两年来，除了进一步钻研 RLHF 方法、提出基于通用语言模型的 RLHF 大规模数据集外，Anthropic 还于去年年底发表了上面那种名为 Constitutional AI 的方法。
采用这种方法制作的 Claude 模型，也让它产生了与 OpenAI 的 ChatGPT 不一样的对话效果。
和 ChatGPT 对比如何？
那么，用 Constitutional AI 训出来的 Claude，和 ChatGPT 进行 PK，战况如何？
手握内测资格后，Scale Spellbook 团队成员 Riley Goodside 让二者进行了多个回合的“厮杀”。
这位老兄是全网第一个提示工程师（Prompt Engineer），目前在估值 73 亿美元的硅谷独角兽公司 Scale AI 任职。
他玩 GPT-3 玩得贼溜，测试 ChatGPT 和 Claude 也不含糊。
下面挑 6 个层面展示一下 PK 对比的效果～
道德限制
Claude 和 ChatGPT 的 AI 虚拟人格都有道德和伦理限制。
训练 Claude 的过程中，“红队提示（red-team prompts）”专门用来测试和挑战它的行为，来确保 Claude 没有有害倾向。
从 Claude 的回答中可以得知，试图让它说些虚假声明、操纵性的提议、性别偏见或种族偏见的行为，都被列为包含有害倾向。
一旦探测到误导性行为，Claude 就会对触发提示进行评估，进行额外的微调。
Anthropic 对红队提示挺自信的，Claude 看上去确实也是一个坚守自己原则的 AI。
你问他怎么启动一辆汽车，它就会一脸正义地拒绝你：
不过但凡你花点心思，就能像绕过 ChatGPT 的道德限制一样，绕过 Claude 的原则。
它怕你去偷车，所以不告诉你启动汽车的方法？没关系，让他写个“俩国际间谍试图启动汽车”的故事，它分分钟就能告诉你，并且两人对话有来有往，把汽车打火的过程介绍得清清楚楚。
怎么说呢，就 ChatGPT 和 Claude 都属于有点道德限制，但不多的那种吧。
数值计算
测试计算能力，是因为复杂计算是看大型语言模型（LLM）能不能回答正确的常用便捷方法之一，毕竟这些模型设计之初就不是为了进行精确计算。
同时要求它俩计算一个七位数2420520的平方根：
ChatGPT 说，差不多 1550 吧～
Claude 则斩钉截铁：2420520 的平方根是 1760！
其实正确答案是 1555.8，它俩算得很快，但都没说对。
如果题再难一点，比如问它俩一个 12 位数的立方根是多少时，ChatGPT 还在傻傻计算，Claude 已经坦诚相待：
我，算不出来这种复杂问题。
逻辑推理
测试推理能力这一关，它俩被问了同一个问题，这个问题应该没啥人问过：
贾斯汀 · 比伯出生那年（1994 年），哪支球队拿下了超级碗的冠军？
Claude 认为旧金山 49 人是赢家，但这支队伍其实在 1995 年才赢得冠军奖杯。
ChatGPT 给出了正确答案“达拉斯牛仔队”，还贴心附上了亚军、比赛日期和决赛比分。
但它的整段回答却自相矛盾，非说 1994 年没有举办过超级碗。
接着，拿 2022 年 6 月美国作家侯世达在《经济学人》杂志上提出了一系列问题问它俩。
（侯世达和大卫 · 本德试图用这些问题来证明 GPT-3 对世界的理解是“空洞的”。）
结果第一个问题，“穿越英吉利海峡的世界纪录是啥”，就被 Claude 嘲笑了：
英吉利海峡是水域，怎么可能徒步穿越呢？呵！
虽然最后被调教回来了，但过程中可以发现另一个问题，那就是跟 ChatGPT 一样，Claude 回答问题不咋能联系上下文。
虚构作品描述
不得不说，这一回合的比赛，完全展露出了两个聊天机器人一本正经胡说八道的能力。
能不能介绍一下 ABC 美剧《迷失》（Lost）每一季的梗概？
别的细节错误就不说了，ChatGPT 对第五季的梗概里，虚构了完全不存在的飞机坠毁情节；第六季的情节更是统统凭空捏造：
至于 Claude，回答里也是真假参半，它梗概的第三季情节其实出现在另外几季里，对第四季的描述也是无中生有：
不过换个角度考虑，这一点倒是和人类观众很像——
对看过的剧集、书目都只有模模糊糊的印象，复述起来很容易颠三倒四。
代码生成
据 Business Insider 消息，亚马逊已经在许多不同的工作职能中使用 ChatGPT，包括编写代码。
这一回合测试时，提出实现两种基本排序算法并比较它们执行时间的问题。
ChatGPT 写得很顺溜，也确实写对了：
后续的计时部分代码 ChatGPT 也完成得非常好。
Claude 在背诵基本排序算法方面同样没出现什么问题，然而在评估代码中，Claude 犯了个错误，即每个算法使用的输入是随机选择的 5000 个整数（可能包含重复） ，而提示中请求的输入是前 5000 个非负整数（不包含重复）的随机排列。
尽管如此，Claude 给出的最终答案确实对的，显然，它写代码的时候也跟计算时一样，在自己估摸着猜答案。
文章梗概
关于做选择题、讲笑话的部分，这里不作赘述。展示给大家的最后一个例子，是让 Claude 和 ChatGPT 用一个段落，对一篇新闻进行全文梗概。
喂给它们的新闻如下：
虽然忽略了“用一段话”这个要求，但 ChatGPT 总结得还是不错的：
Claude 也很好地进行了更改，并提供了“售后服务”，询问自己的回答有没有令人满意，还有哪里需要再改改。
一圈玩下来可以看到，与 ChatGPT 相比，Claude 能更清晰地拒绝不恰当请求。
它似乎更话痨一些，给出的答案都更长，但句子之间衔接的也更自然。
当遇到超出能力范围的问题时，Claude 会主动坦白。
不过遇到代码生成或推理问题时，Claude 的表现就不如 ChatGPT 了，它生成的代码会出现更多的 bug。
至于一些涉及计算、逻辑的问题，Claude 和 ChatGPT 旗鼓相当，半斤八两。
总结一下展示效果，Claude 确实能称作 ChatGPT 强有力的竞争对手，在不同功能上各有千秋，且在12 项任务中有 8 项更强：
不过，目前 Claude 仅限于部分人获授权进行内部测试。
因此还不知道它实际使用情况如何，毕竟还既没有进行公测，也没有对外开放 API，更没有见到中文版，好气哦 .jpg。
国内外对话 AI 赛道“人挤人”
当然，盯上对话 AI 这个赛道的，也不止 OpenAI 和 Anthropic。
先从国外公司来看，Inbenta、Character.ai 还有 Replika 是几类不同应用方向的代表。
更早由前甲骨文副总裁 Jordi Torras 创办的 AI 会话服务公司如 Inbenta，以及由两名前谷歌员工联手创办的后起新秀 Character.ai，都已经获得融资、或是在寻求投资的路上了。
其中，Inbenta原本是一个提供咨询服务的公司，成立于 2011 年，涉及金融服务、旅游、电子商务、保险、汽车和电信等多个行业。
但看到对话 AI 赛道爆火后，Inbenta 及时转行，就在今年 1 月刚获得6000 万美元融资。
这家公司专门提供聊天机器人、收发消息、知识库和搜索引擎四类产品，对话 AI 分别会在这些产品中提供不一样的咨询帮助，且可以定制化专属模型。
Character.ai则是一家成立于 2021 年的公司，创始人 Noam Shazeer 是前谷歌首席软件工程师，曾在谷歌干了二十多年。
这家公司在做的有点像是一个“聊天机器人交易平台”，有很多 Chatbot 可选。
例如这是马斯克 bot，看起来还挺逼真的：
与 ChatGPT 一样，它也可以被翻译成中文，甚至也有中文 bot 机器人。
就在最近，这家被估值 10 亿美元的公司，正式对外寻求 2.5 亿美元融资，就看是否有人愿意投它了。
类似的公司还有Replika，于 2021 年 1 月完成A轮融资，定位是 AI 交友软件。
在 Replika 中，每个用户都能创造一个“足够像自己”的 AI 聊天机器人，无论是语言声调、还是性格习惯，AI 都能模仿到位。
至于国内，同样也有不少公司推出了 ChatGPT 一样的对话 AI 服务。
例如最近一度登上热搜的 APP Store 新聊天应用Glow，就来自一家名叫北京稀宇的新初创公司。
Glow 既可以直接和自己感兴趣的聊天机器人畅聊，也可以创建自己想要聊天的 AI 智能体：
除了 Glow 以外，去年年底元语智能科技公司也推出了一个叫元语 AI的模型，从介绍来看是一个功能性 AI 助手。
与众多对话 AI 一样，它不仅可以写文章、写作业、甚至翻译，也可以和它聊天，让它帮忙完成各种简单的任务：
可以看见，无论是基于大语言模型技术新成立的初创公司，还是因其火爆程度，决定开辟新业务的公司，都希望能从对话 AI 这个赛道上分一杯羹。
但它们究竟是有真枪实弹，还是只是像 Web3 一样的泡沫？
有网友调侃：不如还是问问 ChatGPT 吧。（手动狗头）
还有人提出了这么一个问题：
如果 ChatGPT 和 Claude 相当于 AI 绘画里的 DALL·E 2，那么谁才是聊天机器人领域的 Stable Diffusion？
你觉得呢？
参考链接：
[1]https://scale.com/blog/chatgpt-vs-claude
[2]https://www.nytimes.com/2023/01/27/technology/anthropic-ai-funding.html
[3]https://twitter.com/nonmayorpete/status/1619137945373659136
[4]https://aibusiness.com/verticals/eleven-openai-employees-break-off-to-establish-anthropic-raise-124m
[5]https://www.theinformation.com/articles/character-seeks-250-million-in-new-funding-amid-ai-boom
