我們繼續請張同找了幾個他感興趣的文字類的生成式AI的海外項目做了個感性評估,咱做個參考吧。
123RF AI Search Engine: 綜合:四點五星
介紹:這是一個設計助理平台,平台的主要功能其實是幫助使用者完成一些日常辦公中所需要的規劃例如設計一些廣告或者生成一段文字。平台的主要功能有攝影圖像生成,矢量圖設計,視頻設計,音頻設計,字體設計,人工智慧圖像生成器,AI人工智慧作家。在這裡,我想著重介紹一下AI人工智慧作家。這是一個幫助使用者生成一些文字作品的部分,它的主要工作原理是通過設定好的模板和輸入的提示詞,生成使用者想要的文檔。例如,我希望生成危機溝通計劃,它允許使用者選定生成文章的語調以及生成文章的語言,通過選定的提示詞主題,生成最後的文章。
評價與分析:當然,也有著一定的問題。例如,我希望生成有關火災的一篇災難交流方案,並且選定了幽默的口吻,但是事實上生成的文字我並沒有發現幽默元素,但是當我將口氣改成積極,給出的文字確實可以鼓舞人心。

WolframAlpha:綜合:四點五星
介紹:這是一個計算引擎,可以執行廣泛的任務,包括搜索和檢索信息、求解方程、繪圖等。 Wolfram|Alpha 以其能夠為各種問題返回準確可靠的答案而聞名,其用戶友好的界面使其可供廣泛的用戶使用。它通常被稱為「計算知識引擎」,可以為從數學到物理到經濟學到醫學等廣泛學科的用戶提供強大的見解和數據分析。
評價與分析:例如,我輸入在1922年1月十七號出生的名人,它會給予我很多的結果,並且和這些名人的相關信息。可以去看到,其中的結果十分的全面,包含了人物的生平,一些特點,甚至伴侶或者孩子的介紹。
但是,我覺得這個模型也有一定的不足。例如當我想查詢chatgpt使用人數時,它並不能識別我輸入的話語

但是當我單獨輸入chatgpt時,結果確實很明了,但是其中並沒有揭示任何有關人數的信息:

這樣就會存在一種問題,如果人們通過這種籠統的搜索並沒有查找到自己需要的信息,他們應該如何使用這個網頁呢?
Wanderlog Al Travel Assistant: 綜合:四點五星
介紹:一個幫助使用者了解或者製作旅遊攻略的網站。網站要求使用者輸入想要旅遊的國家或者城市,之後選定旅遊開始日期和截止日期,便會生成一份旅遊攻略,其中包括曾經旅遊過的人們對於當地景點的建議,使用者可以在將想要參觀的經典規划進自己的時間表中。不僅如此,它還可以幫助使用者規劃所需的大概花費,包括租車,飛機票,旅館費等等。

評價與分析:他最突出的的地方還是在於可以允許通過AI進行輔助聊天,例如你可以詢問北京最好吃的食物是什麼,或者評分最高的旅館是什麼,通過AI的篩選,會節省使用者很多的時間。
語義學者(Semantic Scholar):綜合:四點五星
介紹:Semantic Scholar 是一個基於語義的學術論文搜索引擎,可分析文本內容以增強搜索結果。該方法使用「元數據」數組來表示學術文章的內容和主題等關鍵信息,可以更準確地進行內容分析和檢索。 Semantic Scholar的核心技術是利用語義識別和語義分析來提取文章的主題和關鍵詞。它使用機器學習模型來分析文章內容,找到文章中的關鍵語言,並在這些關鍵語言與文章的主題和主題之間建立聯繫。 Semantic Scholar的搜索功能比傳統的文本搜索引擎更加準確、高效,能夠更準確地回答用戶的讀者問題。同時,它也在學術文本檢索和研究中發揮著重要作用,提供新穎的檢索方法和數據分析工具。
在我的測試中,它在短時間內生成了大量相關論文,比Google學術等一些知名網頁或帶代碼的論文生成論文的速度要快,而且發現的論文也更多。
評價與分析:
但我認為還有一些需要改進的地方。大量的論文和更全面的方向意味著人們很難找到自己想要的信息,需要花費更多的時間進行篩選。或許對於一些在這個領域有一定知識的人來說這並不是什麼問題,但是對於一些想通過查詢這個領域的論文來了解該領域的人來說,這可能就不是什麼好事了。除此以外,它也並不支持使用者對他的提問。例如,當我輸入「你可以給我提供一些數據科學在心臟病檢測上的運用嗎」,它並不能提供給我任何結果。但是當我輸入數據科學在心臟病檢測上的應用,它可以提供我很多的文章。我認為下一步可能是實施人工智慧的輔助功能,例如配備實時聊天機器人,幫助觀眾更好地發現他們需要的文章。



附錄A:
為了更好地測試這些模型,我想出了一個方法。我在這些模型中統一輸入,並要求模型給我提供深度學習相關的文章,通過判斷其運行時間和準確性來判斷模型。讓我們進行一個測試,下面是一些數據。
search deep learning essay | running time |
chatgpt3.5:no direct access to dataset | 0 s |
character.ai:it can work but the accruacy is not high enough | 413ms |
Semantic scholar:accuracy is very high | 2.3 s |