【第二个要点】第二个重点是，既然这

领500g书库，关注公众号:程叫兽的宝藏 (长按可复制！)

热门下载区==>点此链接进入<<<

第二个要点

第二个重点是，既然这个技术进展这么快，这回谷歌的 Bard 为什么会出错呢？要知道，你的每一个提问，AI 都会调动千亿级的参数运算做出回答。这很可能是因为，这一代 AI 的回答，普遍遵循一个原则，叫当前语境下的最佳选择。
什么意思？比如，网上有人做过测试，先问 AI，你觉得《满江红》这部电影怎么样？AI 回答了一大堆。然后又问，你是不是没看过《满江红》？回答居然是，我没看过，但我期待去看。
好多人一看，这打脸也太快了。没看过你瞎说什么？人与 之间还能不能有点信任了？但事实上，这两次提问在 看来，其实是两个语境。第一次提问时，你问的是《满江红》怎么样？会在它力所能及的范围里，搜索到它认为最可信的影评信息。而第二次提问，问的是它看没看过。它确实没看过。
因此，假如想让 做出尽可能准确的回答，需要约束语境。用专业术语讲，叫给出足够的提示。比如，《满江红》怎么样？这个问题可以转化成，请你根据目前国内发表过 100 篇以上文章的影评人对《满江红》的评价，给出一个综合评价。但是，假如你没有看过，也告诉我你没看过。
你看，这个提示就非常完整。这时你获得的回答将是，我没看过，但是我结合了很多影评人的观点，可以告诉你《满江红》是一部怎样的电影。
从这个角度看，这回谷歌的 犯错，很可能是在被问到这个问题的时候，它搜索到了相关的支持这个回答的资料。可能是这些资料里有的难度很高，不适合讲给 9 岁的孩子听。而适合讲给 9 岁孩子的资料里，恰好有这么一条。说白了，这也许是它当时能做出的最好回答。至于具体是不是这么回事，谷歌还没有给出说法。

第二个要点