GPT-4与Claude2：AI新宠儿的魅力与挑战

随着OpenAI推出GPT-4的API以及强大的“最强插件”代码解释器，竞争对手们纷纷感受到了压力。

就在刚刚，Anthropic 旗下Claude发布第二代——没错，就是被外界评价为 GPT-4 最强竞品的那一个。

浅划一下这次更新动作的重点：

免费，不用排队，自己用邮箱注册即可登陆。

科技界的大腕们展开了一场激烈的角逐，使得人工智能技术的发展日益成熟。其中，ChatGPT/GPT-4 等智能系统成为了人们关注的焦点。然而，这些强大的 AI 工具也引发了一些争议。现在，我们来看看如何利用这些技术，以便在学习和工作中取得更好的成果。首先，对于那些担心自己被 AI 取代的人们，我们可以利用这些技术来提升自己的竞争力。例如，通过学习与 AI 相关的知识和技能，我们可以在职场中脱颖而出。此外，我们还可以将这些 AI 工具用于辅助工作，从而提高我们的工作效率。其次，对于学生来说，AI 可以帮助他们更好地完成学业。例如，通过使用智能助手进行资料查询和学习规划，他们可以更有效地掌握知识。同时，AI 还可以帮助他们识别并纠正错误，从而提高学习成绩。总之，科技大佬们的竞争虽然激烈，但这也为我们提供了一个宝贵的机会，让我们能够更好地利用 AI 技术，从而在学习和工作中取得更好的成果。在这个过程中，我们需要不断学习、进步，以便适应这个快速发展的时代。

作为一位AI高级科学家，Jim Fan对最新的技术趋势总是保持敏锐的洞察力。最近，他迅速地试用了英伟达最新的Claude2系统，并在自己的推特账号上分享了他的真实使用体验。这一举动显示出他对英伟达技术的深度理解和认可，同时也激发了其他专业人士和消费者的兴趣和期待。

关于 Jim Fan 老师谈到的 Things you should know，量子位挑了些重点：

免费使用！

Claude2（100K 上下文）比 GPT-4-4K 便宜了 4-5 倍。

实际可以支持 20 万 token 上下文，约 15 万个单词，输入一本书不在话下；不过现在只开放了 10 万 token 长度。

知识更新鲜，知识截止时间是 2023 年初，而 GPT-4 停在 2021 年 9 月；

可以将多个文档导入后，询问文档之间概念的关系，支持 txt、pdf 多种格式（ChatPDF 之类的应用，危）

代码、小学数学能力，比初代 Claude 有所进步。

国内 AI 博主海辛也在微博上惊讶连连。

因为上传自己的简历后，Claude2分析出了她的 MBTI 人格：

除了他们，第一波冲进网页体验 Claude2 的网友们已经在激情分享了自己的体验感：

不错子，和 GPT-4-32k 比，Claude2 的回答更个性化～

于是乎，量子位先冲了一波网页对话，来看我们的人肉测验——

咦，Claude 更新了？注册一个试试

首先奉上最有节目效果的弱智吧 Benchmark，给读者朋友们开开胃。

问的问题无外乎弱智吧的典中典，譬如 ” 咖啡算不算豆浆 “” 数据线可不可以暂存数据 ” 之类的。

看到 Claude2 一本正经地回答弱智吧问题，就会发现 AI 还是太单纯了，看不出人类的小心机。

不过正经地看，这些回答倒也没毛病。

上面的两个问题算 Claude2 顺利过关，那么如果提问一些更无厘头的问题呢？

问，玉皇大帝到底住在九重天的哪一层？

答，从立足点来看，玉皇大帝所在的天庭，应该处于平流层，因为 ” 这更符合天庭圣洁的定位 “。

当然，没有人能评判这个回答到底对还是错，但至少 Claude2 的这一通分析，还算有理有据。

开胃小菜就展示到这里，下面上正餐！

长文档是本次更新的一大亮点，这一点已经被推特网友们惊呼鹅妹子嘤了。

在实践中，我们可以通过上传两篇PDF文件来展示Claude2的功能。这两篇文档分别关注于“语言流变模式”和“对称性”。Claude2能够从这些PDF文件中提取关键信息，并以列表形式显示在对话框内。这使得用户可以快速浏览和理解相关内容，便于找到所需的信息。

此前，量子位就出过让初代 Cladue-100k 版本在 20 秒速通 92 页论文的攻略《白嫖 GPT-4 最强竞品！》。

以Claude2所开放的10万Token为基准，即使是较小的文件，也能轻松实现一键上传并让其自动阅读的功能。

对普通用户来说，现在不仅能够上传长文档，还可以用上传的文件构建自己的知识库，对 Claude 翻阅文档后进行回答，真的是非常实用。

令人好奇的是，随着ChatGPT对Jasper、Notion等公司的市场份额不断扩大，Claude似乎也在暗示他可能要向ChatPDF等工具发起挑战。这无疑引发了业界关于Claude是否也会“分一杯羹”的猜测与讨论。

最后，我们为大家奉上今天的餐后甜点：让 Claude2 来写个程序试试。

为了考验 Claude 设计算法的能力，我们选择了一种古典密码，让它试着写个解密程序出来。

这种密码叫做维吉尼亚密码，可以理解成二维的凯撒（位移）密码，其中包括密钥。

举个例子说明一下它的算法：

假如明文是 B，密钥是 C，B 是字母表中第二个，那么从 C 开始数的第二个字母 D 就是密文。

如果数到了 Z，就重新从 A 开始接着数，密钥长度不足时则进行循环。

解密自然就是把加密过程倒过来。

Claude 输出了这样的代码（C++，下同）：

#include   <iostream>

#include   <string>

using   namespace   std;  

作为一名文章写作高手，我将重新组织上述内容，使其表达更为专业和严谨。在加密学领域，Vigenère密码是一种经典的加密方法。本函数旨在实现Vigenere密码的解密过程，输入包括密文（ciphertext）和密钥（keyword）。通过将密文和密钥组合成一定的模式，进而还原出原始明文。

   string   plaintext;

   int   keywordIndex   =   0;

在这段代码中，程序员使用了一个for循环来遍历ciphertext字符串。该循环的初始化条件是i小于ciphertext字符串的长度，每次循环后，i的值会递增1。在循环体内，程序员执行了一些操作。

     int   p   =   ( ciphertext [ i ]   –   A )   –   ( keyword [ keywordIndex ]   –   A ) ;  

     p   =   ( p   +   26 )   %   26;

     plaintext   +=   ( char ) ( p   +   A ) ;

     keywordIndex   =   ( keywordIndex   +   1 )   %   keyword.length ( ) ;

   }

   return   plaintext;

}

int   main ( )   {

   string   ciphertext;

   cout   <<   ” 请输入密文 :”;

   cin   >>   ciphertext;

   string   keyword;

   cout   <<   ” 请输入密钥 :”;

   cin   >>   keyword;

   string   plaintext   =   decryptVigenere ( ciphertext,   keyword ) ;

   cout   <<   ” 明文是 :”   <<   plaintext   <<   endl;

   return   0;

}

我们把 “CHATGPT” 用密钥 “CLAUDE” 进行了加密，密文是 “ESANJTV”，并尝试用 Claude 给出的程序解密。

一次就成功了，看来 Claude 的代码能力的确没让我们失望。

这个问题可能有些简单，我们再加大难度试试。

我们试着从 LeetCode 中找了一道中等难度的问题，人类解这道题的通过率大概是 60%。

给定一个长度为 n 的整数数组 height 。有 n 条竖直的线，第 i 条线的两个端点是 ( i, 0 ) 和 ( i, height [ i ] ) 。找出其中的两条线，使得它们与 x 轴共同构成的容器可以容纳最多的水（容器不能倾斜）。返回容器可以储存的最大水量。

这样说可能不那么容易想象，下面的这张图或许更加直观：

原题中给出的示例一共有 9 条线，高度分别为 “1,8,6,2,5,4,8,3,7”，相应的最大水量是 49。

我们给 Claude2 的 Promot 是酱婶儿的：

写一个 C++ 程序解决这个问题，不要自己设定初始值，让用户输入：（接上面的问题）

Claude2 给出了这样的答案：

#include   <iostream>

#include   <vector>

using   namespace   std;

int   maxArea ( vector<int>&   height )   {

   int   max_area   =   0;

   int   n   =   height.size ( ) ;

   for   ( int   i   =   0;   i   <   n;   i++ )   {

     for   ( int   j   =   i   +   1;   j   <   n;   j++ )   {

       int   width   =   j   –   i;

       int   h   =   min ( height [ i ] ,   height [ j ] ) ;

       max_area   =   max ( max_area,   width   *   h ) ;

     }

   }

   return   max_area;

}

   vector<int>   height;

   int   input;

   cout   <<   ” 请输入一系列整数 :”   <<   endl;

   while ( cin   >>   input )   {

     height.push_back ( input ) ;

   }

   cout   <<   ” 最大面积为 :   ”   <<   maxArea ( height )   <<   endl;

   return   0;

}

}

我们没让 Claude2 专门调整输入和输出格式，所以没有提交给 LeetCode，而是直接运行的。

用的数据也是上面提到的，结果表明，Claude2 给出的代码至少在核心算法上是正确的。

（下图输入中的 a 是告诉 CPU 这一系列整数输入完了，可以替换成任意非数字字符）

看来这个问题也没能难倒 Claude2。

除了代码，Claude2 据称还拥有小学级别的数学水平。

那就顺便用经典的鸡兔同笼问题考一考它（这道题是 ChatGPT 出的）：

反复尝试了很多次，虽然方程式列得没有问题，但 Claude2 解出的答案都是 20（正确答案应该是 40）。

看来计算这种事，对 Claude2 来说还是有点困难。

有关这次更新的更多信息，可以看下 Anthropic 的宣传片：

与 OpenAI” 撕 ” 出来的 AI 公司

见识过 Claude2 的表现后，那就不得不提一下背后的公司 Anthropic，毕竟真的有点意思。

Anthropic 自称是一家 AI 安全公司，且具有公益性（PBC）。

眼下，它和 OpenAI 同样将重心放在生成式 AI 上。1 月份，公司在市场上已经有 50 亿美元估值。

Anthropic 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。

当然，还有一部分原因是这群人想做能控制、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。

现如今，微软真的和 OpenAI 有了 ” 深度绑定 ” 的味道。

然而既狗血又八卦味十足的事情是，今年 2 月，谷歌 CEO 劈柴哥重磅宣布，斥资 3 亿美元，投的就是 Anthropic。

之所以被外界抱以厚望，称呼 Claude2 为 GPT-4 最强竞品，不仅仅是因为 Claude 实测下来体验确实位于第一梯队，还因为背后实力强大的 ” 爸爸们 “：

今年 5 月，该公司表示筹集了 4.5 亿美元，使 Anthropic筹集的资金总额超过 10 亿美元。

在谷歌入股之前，Anthropic 就已经获得了多位大佬的投资，如 Skype 创始人 Jaan Tallinn，Facebook 联创 Dustin Moskovitz，谷歌前 CEO、现技术顾问 Eric Schmidt 等人。

现在，合作伙伴列表里除了 Zoom 和 Notion.AI，还多了 Jasper.AI 的名字。

不仅如此，公司核心技术 Constitution AI也备受瞩目。

它主要围绕 ” 语言模型如何决定它将涉及哪些问题以及它认为哪些问题不合适？为什么它会鼓励一些行动而阻止另一些行动？语言模型可能具有哪些价值？” 展开。

为了解决上述问题，它让 AI 尽可能遵循很多原则。

原则条目有很多，包括联合国宣言、Anthropic 从研究中自己发现的原则，DeepMind 在 Sparrow 研究中提出的原则，甚至还借鉴了苹果的服务条款。

并且是通过AI 反馈的方式，来评估输出，应对目前 AI 的缺点。具体体现在 AI 训练过程中，分为两个阶段：

第一阶段，模型被训练使用一套原则和一些过程的例子，来评估和修改自己的反应；

第二阶段，模型通过强化学习进行训练，使用基于原则集的 AI 生成的反馈来选择和输出更无害的内容。

这一点与 ChatGPT 的的杀手锏 RLHF（人类反馈强化学习）大相径庭，而 Anthropic 给出的解释是：

基于 Constitution AI 的强化学习，比从 RLHF 中强化学习得出的生成内容，更有用，且更无害。

并且，还更容易规模化。

在这套 Constitution AI，迭代到 2.0 的 Claude，确实在导入文件、上下文窗口理解等功能方面，比 GPT-4 更引人注目。

不过也不是完美的，比如 GRE 考试成绩上，Claude2 就 5 局 3 败，输给了 GPT-4。

但不可否认，巨佬们在 AI 方面你追我赶的局面，让本普通用户切切实实感受了一波渔翁得利的快乐，嘻嘻嘻（狗头）。

速来自己肉测：

http://claude.ai

—  联系作者  —

—  完  —

「AIGC+ 垂直领域社群」

招募中！

欢迎关注 AIGC 的伙伴们加入 AIGC+ 垂直领域社群，一起学习、探索、创新 AIGC！

请备注您想加入的垂直领域「教育」或「电商零售」，加入 AIGC 人才社群请备注「人才」&「姓名 – 公司 – 职位」。

点这里关注我，记得标星哦～

一键三连「分享」、「点赞」和「在看」

科技前沿进展日日相见 ~