小得多，每种货币的市值都只有几十万美元。 对于两种加密货币（截至本文撰写时）而言，市值各自达到数十万美元，这已经相当令人印象深刻了。很遗憾，我以 Labradoodlecoin 开始这个例子，结果发现 Labradoodlecoin 确实存在。 我非常努力地推动引擎来证明这一点，现代机器生成的文本比以前的版本更不容易产生幻觉。话虽如此，任何时候你组合多个来源而不考虑它们的真实性或完整性，最终结果很可能会是听起来合理的废话。
规模和实时互联网 这一点很简单：在测试规模上可行的方法在 Google 规 南非电话号码库 模上可能行不通。正如已故的 Bill Slawski 所指出的那样，仅仅因为 Google 有了一个想法 — — 甚至为一个想法申请了专利 — — 并不意味着他们会在搜索中实现这个想法（原因有很多）。 另一个问题是互联网的速度。ChatGPT 是在静态语料库（某个时间点）上进行训练的。Google 可以非常快速地抓取和索引互联网，并且可以返回最新、本地化甚至个性化的信息。
值得注意的是，谷歌在机器学习方面投入了大量资金。谷歌的 LaMDA（对话应用语言模型）能够生成复杂的、类似人类的文本。谷歌非常清楚这些模型的局限性和成本。如果他们在搜索领域部署这些模型的步伐缓慢，那可能是有充分理由的。 虽然偏见这个话题远远超出了本文的讨论范围，但规模也会导致偏见问题。一旦你从静态、受控的语料库转向将机器学习模型开放到整个实时内容世界，人类偏见就会迅速蔓延（包括种族主义、性别歧视、恐同症和其他破坏性偏见）。