从 Watson 到 ChatGPT：AI 聊天机器人和局限性 _AI

ChatGPT 在企业采用方面还有很长的路要走。此博客解释了当前形式的 ChatGPT 的局限性。ChatGPT 的发布及其提供的响应将 Conversation AI 带回了最前沿，并通过简单的 Web 界面让每个人都可以使用 Conversation AI 。我们看到了许多创造性的方式来使用 ChatGPT 以及它可能如何影响未来以及围绕它是否会取代 google 搜索引擎和工作的问题。
好吧，让我们通过以下分析来解决这个问题。
从早期的Watson 系统到ChatGPT，对话式 AI 仍然存在一个基本问题。
缺乏领域智能。?
虽然 ChatGPT 在对话式 AI 领域无疑取得了进步，但我想从我的书中提到以下内容——真正的 AI：聊天机器人（2019 年出版）。
“人工智能可以学习，但不能思考。”
关于如何使用人工智能系统的输出，思考总是留给人类。人工智能系统及其知识将始终局限在它所学的知识范围内，但永远不能在需要领域专业知识和智能的地方进行泛化（像人类一样）。
领域智能的一个例子是什么？
【从 Watson 到 ChatGPT：AI 聊天机器人和局限性】举一个简单的例子，您要求对话式人工智能代理“为短裤和纱丽推荐服装” 。
从根本上说，任何技术人员都会将它们视为两种不同的选择——将服装与短裤搭配，将服装与纱丽搭配，或者提出澄清问题，或者暗示这些选项是不相交的，不能组合。
但是对于 ChatGPT（或任何通用对话式 AI），响应如下所示。显然，在不了解领域和上下文的情况下，试图填写一些回复。这是一个非常简单的例子，但复杂性呈指数增长，因为需要深厚的专业知识和相关性——就像医生推荐治疗方案一样。这正是我们在使用 AI 代理解决健康问题时看到许多失败的确切原因。他们试图训练通用人工智能，而不是构建领域专家人工智能系统。

文章插图
这个生成式对话 AI 系统的另一个问题如下：
可解释性——让 AI 输出可以解释它是如何到达的。我在我之前的博客中对此进行了描述 – Responsible And Ethical AI
信任和推荐偏差——正确的推荐和适应性。我已经在我之前的博客中对此进行了解释。
有关更多详细信息，我在我的简短电子书 –真正的人工智能：聊天机器人(2019)中解释了这个概念。
您可以在我的网站上在线找到这本书或注册免费视频课程。
此博客的目的是让人们了解 ChatGPT 及其当前的局限性。任何技术通常都有一系列限制，了解这些限制将有助于您在设计和开发解决方案时牢记这些限制。
ChatGPT 无疑会推动对话人工智能的发展，而构建它需要花费大量的时间和精力。然而，企业采用它还有很长的路要走。
为了使 ChatPT 与企业采用相关，我们需要以下内容：