这几天，所有的AI自媒体都是欢呼雀跃，因为谷歌宣布的Gemini实在太强大了。
实际效果怎样，我们立即实测一下。

据说Gemini的使用入口在Google bard.

网址是bard.google.com，只要你有谷歌账号就能用。

谷歌号称他们最强大的就是图片识别能力。

那我就用这张图片来试试。

这是一张狗狗和蓝莓面包的图片，这两样很像，人的肉眼一眼就能看出来，但对于AI来说，从来都是一个难题。

Google在识别猫猫狗狗的问题上，已经有了超过10年的经验。

2012年，谷歌的华人工程师、机器学习领域里的元老级人物、人称“机器学习之父”的吴恩达率领着“谷歌大脑”团队执行了一次“特别行动”——他们用1000台计算机，16000枚CPU芯片搭建了一个“猫脸识别系统”——通过喂给AI数百万张猫脸照片，教会AI识别猫咪。

最后，他们成功地让AI从1000万张照片里识别出了一张猫咪的照片。在当时，这个行动的成功在整个业界掀起了一次超级大地震。

正当谷歌欢呼雀跃时....

同年，2012 年，OpenAI的首席科学家 Ilya Sutskever 与导师 Hinton 以及 Alex Krizhevsky 合作建立了 AlexNet，AlexNet使用了仅仅两块GPU来训练，并且在图像识别任务上的表现显著超越了当时其他的方法。

没错，3个人，两块CPU, 干赢了巨头公司的大团队和1000台计算机。

十年后，我们又迎来了类似的巅峰对决。

我们就用这张狗狗和蓝莓面包的图片。

先用GPT4的图片识别功能。

如图，ChatGPT准确地识别出了16个格子里的所有内容！

当然，说实话，为了让它成功识别，我也用了点手段，就是在custom instrucions 里进行了设置，写了一些有用的提示词，让它一步步思考，确保答案正确。

在我启用custom instruction设置之前，GPT-4也偶然会识别错误几个，但整体上，它识别的成功率是非常高的。

我们再来试试Gemini.

首先，我是听过Gemini是已经集成到Gogle bard的，于是我直接在Google bard上测试。

如图，结果就是它似乎不太理解这是一个4x4=16个小格子，给我输出了个莫名其妙的表格。

于是，我就跟它强调了一下。

结果它还是没get到我的点，结果仍然不是尽如我意。

于是，我就怀疑，Gemini到底有没有集成了Google bard里。

它明确说，Gemini已经集成到Google bard里了。

于是我就新开了个聊天窗口，换了种问法。

这次，它干脆跟我说，它没这能力，艹。

所以，这里大胆定下结论：GPT-4目前仍然是图片识别最好的模型。