Bard, ChatGPT i Copilot (Bing Chat). Porównanie możliwości i ograniczeń najpopularniejszych chatbotów AI

Bard vs ChatGPT vs Copilot (Bing AI)

Bard, chatbot od Google, pojawił się na rynku w marcu 2023, cztery miesiące po premierze ChataGPT. Była to odpowiedź Google na przełomową technologię sztucznej inteligencji od OpenAI.

Miesiąc wcześniej Microsoft ogłosił swoją innowację - Bing Chat (teraz Copilot) - chatbota opartego na technologii GPT połączonego z wyszukiwarką. Firma jako pierwsza zintegrowała wyszukiwarkę z zaawansowanymi możliwościami konwersacyjnymi, co stanowiło kolejny krok w ewolucji inteligentnych asystentów.

Chatboty AI zbudowane są na zaawansowanych modelach językowych AI (Large Languge Model). LLM-y, opierając się na głębokich sieciach neuronowych, uczą się z ogromnych zbiorów tekstów, co umożliwia im analizowanie, rozumienie, przetwarzanie i generowanie treści naśladujących ludzki język. Wykorzystywane są w różnorodnych zadaniach, takich jak odpowiadanie na pytania, tłumaczenia, analiza sentymentu, tworzenie, podsumowywanie lub streszczanie tekstów, a także kodowanie i rozwiązywanie złożonych problemów.

Chociaż Google Bard, ChatGPT i Copilot dzielą podobną podstawę technologiczną, różnią się w zakresie interfejsów, integracji, funkcji oraz ogólnej filozofii i celów. Te różnice kształtują unikalne możliwości i zastosowania każdego z narzędzi, oferując użytkownikom różnorodne sposoby interakcji z technologią AI. Jakie są zatem różnice między Bardem, ChatemGPT i Copilotem?

Dostęp

Dostęp do Barda jest darmowy dla wszystkich posiadaczy konta Google. Z chatu od OpenAI można także korzystać bez opłat, ale tylko w jego starszej wersji opartej na modelu GPT-3.5. GPT-4 Turbo daje znacznie większe możliwości, ale jest dostępne wyłącznie dla subskrybentów ChatGPT Plus i kosztuje 20 dolarów miesięcznie +VAT.

Chat Copilot dostępny jest za darmo w kilku przeglądarkach, ale tylko Edge oferuje pełną funkcjonalność. W Chrome i Safari rozmowy są resetowane po czterech zapytaniach, a dodatkowo pojawiają się komunikaty zachęcające do przełączenia się na Edge.

Baza wiedzy

Zarówno najnowszy model ChataGPT, Bard AI, jak i Copilot mają dostęp do Internetu, dzięki czemu mogą dostarczać najnowsze wiadomości i korzystać z aktualnych danych i statystyk.

Funkcja przeszukiwania sieci w czasie rzeczywistym za pomocą przeglądarki Bing jest dostępna dla subskrybentów ChataGPT Plus i Enterprise. GPT-4 został wyszkolony na danych do kwietnia 2023 roku, co oznacza, że może generować bardziej aktualne odpowiedzi bez potrzeby dodatkowego czasu na przeszukiwanie sieci.

Starszy model GPT-3.5 opiera się na danych aktualnych do stycznia 2022. OpenAI zapowiada, że dostęp do Internetu ma zostać udostępniony wszystkim użytkownikom.

Copilot jest zintegrowany z najnowszą technologią stojącą za chatem od OpenAI - modelem GPT-4. Dzięki temu można korzystać z tej technologii za darmo razem z dostępem do bieżącej bazy wiedzy, jaką posiada Copilot poprzez wyszukiwarkę Bing.

Modele językowe i trening

Chatbot od Google początkowo wykorzystywał model LaMDa, jednak przejście na PaLM (Pathways Language Model), a następnie PaLM 2 pozwoliło mu znaczne rozszerzyć możliwości i zwiększyć umiejętności w zakresie rozumowania zdroworozsądkowego i matematycznego oraz logiki. Model został przeszkolony w ponad 100 językach, aby zapewnić lepsze zrozumienie kontekstu i możliwości tłumaczenia, interpretowania i generowania bardziej złożonych tekstów, kodowania oraz rozwiązywania trudnych zadań.

W grudniu 2023 r. Bard został uaktualniony o jeszcze bardziej zaawansowany model - Gemini, który stanowi przyszłość technologii Google. Jest on dostępny niemal na całym świecie, z wyjątkiem Unii Europejskiej. Dostępu do najnowszego modelu w Polsce możemy spodziewać się w ciągu najbliższych miesięcy.

Gemini występuje w kilku wersjach i ma m.in. napędzać usługi Google'a, trafić na urządzenia z Androidem, a ostatecznie być zintegrowany z przeglądarką Chrome i wyszukiwarką. Jak na razie ta opcja jest dostępna tylko dla wybranej grupy ochotników z różnych krajów.

Algorytm chata od OpenAI — GPT (Generative Pre-trained Transformer) skupia się bardziej na przetwarzaniu języka naturalnego. Modele GPT są szkolone na ogromnych ilościach danych, takich jak książki i strony internetowe, w celu wygenerowania spójnego i odpowiedniego kontekstowo tekstu. W rezultacie ich język jest podobny do ludzkiego, dzięki czemu dobrze sobie radzą z odpowiadaniem na pytania, tłumaczeniami i podsumowaniem tekstu.

OpenAI przedstawił cztery wersje GPT oraz najnowszą, uaktualnioną do modelu Turbo wersję GPT-4, który jest szybszy, tańszy, ale jego zdolności wciąż pozostawiają wiele do życzenia. OpenAI już poinformowało o pracach nad modelem GPT-5.

Obecnie zarówno Google, jak i OpenAI nie podają rozmiarów zbiorów danych szkoleniowych.

Modyfikacja odpowiedzi

Bard oferuje elastyczne dostosowywanie odpowiedzi bez konieczności wprowadzania nowego promptu. Dzięki przyciskowi "Modyfikuj", można zmienić długość lub ton odpowiedzi na bardziej swobodny, nieformalny lub profesjonalny, nie zmieniając pierwotnych parametrów zapytania.

Jedną z kluczowych zalet Barda jest możliwość prezentowania trzech różnych wersji roboczych jednego zapytania. Jeżeli żadna z nich nie spełnia naszych oczekiwań, można łatwo wygenerować nowe odpowiedzi. Zauważalne jest, że odpowiedzi są podobne do siebie w przypadku pytań ogólnych czy dotyczących faktów, natomiast różnią się znacząco przy pytaniach abstrakcyjnych wymagających kreatywnego podejścia.

W przypadku ChataGPT, modyfikacja odpowiedzi jest możliwa poprzez opcję "Regenerate". Chatbot od OpenAI posiada także funkcję Niestandardowe instrukcje(Custom Instructions), która pozwala na dostosowanie odpowiedzi do indywidualnych preferencji. Dzięki niej można określić nasz zawód, zainteresowania, lokalizację, a także oczekiwany styl komunikacji, co eliminuje konieczność powtarzania tych samych informacji w każdej interakcji.

Wybierając opcję Chat w Copilocie, można wybrać jeden z trzech stylów odpowiedzi: kreatywny, zrównoważony lub precyzyjny.

Kreatywny styl to dobry wybór, jeśli szukamy oryginalnych i pomysłowych odpowiedzi. Zrównoważony styl jest bardziej informacyjny i konwersacyjny, a precyzyjny styl zapewnia zwięzłe i proste wyniki. Po udzieleniu odpowiedzi sztuczna inteligencja generuje sugestie różnych pytań uzupełniających. Można je wykorzystać, aby uzyskać jeszcze bardziej szczegółowe wyniki.

Microsoft Copilot oferuje opcję Redagowanie, która pozwala na tworzenie nowych treści. W przeciwieństwie do standardowej rozmowy z chatem, w tym przypadku użytkownik ma szerszy wybór opcji.

Można samodzielnie określić ton lub wybrać jedną z pięciu dostępnych opcji: profesjonalny, nieformalny, entuzjastyczny, informacyjny, zabawny. Następnie należy wybrać format tekstu: akapit, e-mail, pomysły, wpis na blogu oraz określić długość tekstu.

Weryfikacja źródeł odpowiedzi

W obliczu potencjalnie wątpliwej wiarygodności odpowiedzi, kluczowe znaczenie ma weryfikacja źródeł przy korzystaniu z chatbotów AI.

Obecnie Copilot wyróżnia się jako jedyna platforma chatowa, która automatycznie dołącza linki do źródeł w odpowiedziach na pytania dotyczące ogólnej wiedzy.

Z kolei ChatGPT nie zapewnia bezpośrednich źródeł, przypisów ani linków do informacji wykorzystanych w wynikach. Chatbot podaje, że bazuje na ogólnodostępnej wiedzy zgromadzonej do stycznia 2022. Natomiast w najnowszej wersji ChatGPT-4.5 doda linki do źródeł, kiedy go o to poprosimy.

W wersji angielskiej Barda proces weryfikacji danych jest bardziej zaawansowany. Użytkownicy mogą aktywować funkcję Double-check response, dzięki której chatbot od Google oznacza zweryfikowane dane na zielono. Po kliknięciu w te informacje pojawiają się linki do źródeł, co umożliwia ich dalsze sprawdzenie.

W polskiej wersji, po wybraniu ikony Google, wyświetla się lista tematów związanych z zapytaniem użytkownika. Kliknięcie w jeden z nich przekierowuje do odpowiednich wyników wyszukiwania w Google.

Aplikacja mobilna

ChatGPT oraz Copilot od Microsoft są dostępne na smartfonach z systemem Android i iOS. Użytkownicy, którzy chcą korzystać z Barda na swoich telefonach mobilnych, mogą to zrobić tylko za pośrednictwem przeglądarki internetowej.

Widżet dostępny w aplikacji Copilota zapewnia dostęp do chatbota bezpośrednio z ekranu głównego telefonu. Oferuje również możliwość przełączania się między GPT-3.5 a GPT-4. Dodatkowo użytkownicy mogą kontynuować rozmowę rozpoczętą na komputerze na telefonie. Aby to zrobić, wystarczy zeskanować kod QR w konwersacji. Rozmowa będzie kontynuowana w miejscu, w którym została przerwana na komputerze. W Polsce ta opcja nie jest jeszcze dostępna.

Rozpoznawanie obrazków

Wszystkie chatboty umożliwiają dodawanie obrazków, a także potrafią dokonać analizy przesłanego obrazu, napisać tekst na podstawie zdjęcia lub skonwertować obraz na tekst.

Tworzenie grafik

Bard ma możliwość dodawania grafik do odpowiedzi. Sam ich jednak nie generuje, ale wyszukuje obrazy w sieci dopasowane do intencji użytkownika.

Model GPT-4 umożliwia generowanie obrazów dzięki pluginowi DALL-E 3, dzięki czemu tworzenie ilustracji jest możliwe w najnowszym modelu ChataGPT oraz za pomocą Bing Chata.

Copilot pozwala generować grafiki bezpośrednio w okienku chatu w przeglądarce lub za pomocą programu Bing Image Creator. Wówczas łatwo można tworzyć galerie obrazów przypisanych do naszego konta Microsoft.

Rozpoznawanie mowy

Dyktowanie zapytań jest dostępne w Google Bard oraz w Copilocie po kliknięciu ikony mikrofonu przy polu tekstowym. ChatGPT umożliwia dyktowanie promptów tylko w swojej aplikacji mobilnej.

Chatboty nie tylko przetwarzają nasze zapytania na tekst, ale również odpowiadają w formie głosowej. Dzięki temu mogą spełniać funkcję asystentów AI. Coraz lepiej radzą sobie z komunikowaniem się w języku polskim, choć w tym wypadku najbardziej wyróżnia się ChatGPT, który oferuje aż 5 naturalnie brzmiących głosów.

Wtyczki i integracje

Google Bard

Chatbot od Google może skanować Gmaila, Dokumenty i Dysk, aby szybciej wyszukać potrzebnych informacji. Dzięki integracji użytkownicy mogą poprosić Barda o znalezienie i podsumowanie wiadomości w skrzynce odbiorczej Gmail, a nawet wyróżnienie najważniejszych punktów zawartych w dokumencie przechowywanym na Dysku. Integracje obejmują także rozszerzenia takie jak Google Flights, Hotels i Maps, a także YouTube.

Obecnie te funkcje są dostępne w wersji angielskiej, co oznacza, że za jakiś czas zostaną rozszerzone na język polski. Już dziś z odpowiedzi Barda można tworzyć drafty maili, czy eksportować odpowiedzi do Google Docs, a tabele do Arkuszy.

Google Bard może także odpowiadać na pytania dotyczące zawartości filmów na YouTube i podsumowywać materiał filmowy, gdy użytkownicy wprowadzą link do chatu.

Razem z wprowadzeniem Gemini sztuczna inteligencja ma być zintegrowana z telefonami od Google - Pixel 8, a także z wyszukiwarką.

Copilot

Microsoft intensyfikuje integrację sztucznej inteligencji nie tylko w swojej wyszukiwarce Bing.

Copilot to nie tylko chat, ale zaawansowany system sztucznej inteligencji, który działa jako asystent AI w Microsoft 365, Edge i Windows 11. Łączy on możliwości sztucznej inteligencji ze znanymi produktami Microsoftu, takimi jak Word, Excel, PowerPoint, Outlook i Teams, aby usprawnić pracę, automatyzować zadania, dostarczać kontekstowych informacji, sugestii oraz wspomagać kreatywność i produktywność użytkownika.

Ze względu na rygorystyczne europejskie normy dotyczące ochrony konsumentów i cyfrowego rynku, premiera Windows zintegrowanego z AI, nie będzie dostępna w Polsce do marca 2024 roku. Do tego czasu użytkownicy mogą korzystać z dostępnych funkcji Bing Chat, by mieć przedsmak możliwości, jakie oferuje rozwijająca się sztuczna inteligencja Microsoftu.

ChatGPT

Płatny model ChataGPT oferuje szereg dodatkowych funkcji, które rozszerzają możliwości chatbota.

Zacznijmy od API, która umożliwia integrację ChataGPT z różnymi aplikacjami. Kolejnym atutem jest możliwość instalacji różnych wtyczek, które pomagają w realizacji konkretnych zadań. Pluginy umożliwiają interakcje z plikami PDF, wizualizację danych czy zaawansowane obliczenia itd.

Prawdziwą rewolucją jest jednak tworzenie własnych modeli chatbota bez konieczności kodowania. GPT to samodzielne modele, które mogą generować odpowiedzi na podstawie ich wstępnego treningu. Nie mają bezpośredniego dostępu do danych lub usług stron trzecich.

Można zbudować asystenta, który pomoże tworzyć spersonalizowane e-maile dla potencjalnych klientów na podstawie określonych plików, uruchomi lub przeanalizuje kod. GPT są stosunkowo łatwe do zbudowania i nie wymagają kodowania.

GPTs are a new way for anyone to create a tailored version of ChatGPT to be more helpful in their daily life, at specific tasks, at work, or at home — and then share that creation with others. No code required. https://t.co/SPV4TcMiQw pic.twitter.com/PcmorZwtMF

— OpenAI (@OpenAI) November 6, 2023

Asystenci GPT mogą uzyskiwać dostęp do możliwości przeglądania sieci (napędzanych przez Bing), narzędzia do generowania obrazów DALL·E i funkcji interpretera kodu. Można je wyposażyć w informacje: przewodniki, brand booki, dokumentację firmową, aby realizowały zadania na podstawie dostarczonej im wiedzy. Mogą również pobierać zewnętrzne informacje i podejmować działania poza platformą. Określenie źródeł, z których będzie korzystał nasz GPT zależy od twórcy takiego asystenta.

Rozszerzone możliwości wyszukiwania

Wyszukiwarka wykorzystująca algorytmy sztucznej inteligencji to kolejny etap ewolucji wyszukiwarek internetowych. Takiego ulepszenia jako pierwszy dokonał Microsoft. Sztuczna inteligencja w Bingu podsumowuje najważniejsze treści związane z zapytaniem, dostępne poza standardowymi wynikami wyszukiwania, streszcza informacje ze strony, na której się znajdujemy, czy umożliwia zadawanie pytań bezpośrednio na stronie SERP.

Chatbot jest dostępny w panelu bocznym przeglądarki, dzięki czemu użytkownicy mogą zadawać dodatkowe pytania w trakcie „standardowych” poszukiwań. To pozwala uzyskiwać odpowiedzi jeszcze szybciej i w sposób bardziej bezpośredni.

Prawdziwa rewolucja jest jeszcze przed nami. Google, którego udział w rynku wynosi ponad 90%, także planuje rozszerzenie wyszukiwarki o Gemini. Search Generative Experience to inicjatywa firmy z Mountain View, która integruje generatywną sztuczną inteligencję (AI) bezpośrednio ze stroną wyników wyszukiwania (SERP). To oznacza nowe, interaktywne funkcje, które umożliwiają bardziej intuicyjne i efektywne poszukiwanie informacji.

Nie wiemy kiedy wyszukiwarka wzbogacona o sztuczną inteligencję będzie dostępna dla wszystkich. Jak na razie wgląd do niej ma ograniczona grupa, a dostęp można uzyskać tylko przez listę oczekujących Google Labs. Jedno jest pewne, te działania nie pozostaną bez wpływu na zachowania użytkowników i sposób wyszukiwania przez nich informacji.

Ograniczenia

Chatboty AI mają tendencję do halucynacji, czyli generowania zmyślonych odpowiedzi w taki sposób, jakby były prawdziwe. Zapytane o coś, czego nie wiedzą, budują odpowiedzi na podstawie dalekich skojarzeń i zaczynają konfabulować.

Zdolność do przekonującego prezentowania błędnych informacji jako prawdziwych była jednym z pierwszych powodów, dla których analitycy ostrzegali przed ślepym zaufaniem odpowiedziom ChataGPT, Barda i Copilota.

Rozwój sztucznej inteligencji to w coraz większym stopniu wyścigi o dostarczanie rzetelnych i dokładnych odpowiedzi. Według raportu GlobalData modele AI o dokładności 99% mogą zostać osiągnięte już w ciągu najbliższych dziesięciu lub nawet 30 lat.

Raport opublikowany przez organizację Forensics i AlgorithmWatch w grudniu 2023 wskazał, że jedna trzecia (31%) odpowiedzi Copilota na pytania zawierała błędy merytoryczne podczas gdy 40% można było zaklasyfikować jako 'wymijające'.

W teście MMLU (massive multitask language understanding) porównano wydajność najnowszej technologii Barda i Chata GPT. W zadaniach związanych z tekstem i obrazami, w tym rozumieniem czytanego tekstu, matematyką akademicką i testami wielokrotnego wyboru z fizyki, ekonomii i nauk społecznych według najnowszych badań nieco lepiej poradził sobie model Gemini. W pytaniach dotyczących tylko tekstu osiągnął 90%, a GPT-4 - 86%. W pytaniach multimodalnych poprawność odpowiedzi Gemini wyniosła 59%, przy 57% dla GPT-4.

Podczas gdy najnowsza wersja ChataGPT może obsługiwać długie i bardziej szczegółowe zapytania - do 128 tys. tokenów, czyli około 300 stron tekstu (16 razy więcej od GPT-3!), Copilot jest ograniczony do 30 chatów na sesję lub 300 rozmów dziennie, a zapytania mogą mieć maksymalną długość wynoszącą tylko 2000 znaków.

Bard nie jest ograniczony do ustalonej liczby odpowiedzi i można prowadzić z nim długie rozmowy. Nawet ChatGPT Plus ogranicza użytkowników do 50 wiadomości co trzy godziny.

Podsumowanie

Chatboty oparte na AI stają się coraz bardziej popularne i wszechstronne. Są integrowane z różnymi produktami i usługami, aby rozszerzyć możliwości, jakie daje sztuczna inteligencja. Bard może skanować skrzynkę Gmail, Dokumenty i Dysk Google, a także integrować się z innymi produktami; Google Flights, Hotels, Maps i YouTube. Copilot jest częścią większego zestawu narzędzi od Microsoftu - Microsoft 365, Edge, Windows 11 oraz oferuje szerokie możliwości personalizacji i wspomagania pracy. ChatGPT nie jest zintegrowany bezpośrednio z wyszukiwarkami ani specyficznymi produktami technologicznymi, ale oferuje API i wtyczki dla różnorodnych zastosowań, pozwalając na budowanie spersonalizowanych asystentów AI.

Wszystkie te narzędzia mają tendencję do halucynacji i wymagają ostrożności przy weryfikacji ich odpowiedzi. Pomimo różnic, każde ma zastosowanie w innych obszarach i zapewnia ogromne możliwości. Decyzja o tym, które narzędzie jest lepsze, w dużej mierze będzie zależała od naszych preferencji i zadań, które mamy do wykonania. Warto znać ich możliwości i ograniczania, a także eksperymentować i porównywać wyniki, by znaleźć te, które najlepiej odpowiadają naszym potrzebom.