从 Watson 到 ChatGPT：AI 聊天机器人和局限性

各位小伙伴们，大家好呀！看看今天我又给各位带来了什么文章？本文标题是《从 Watson 到 ChatGPT：AI 聊天机器人和局限性》，很明显是关于科技周边的文章哈哈哈，其中内容主要会涉及到等等，如果能帮到你，觉得很不错的话，欢迎各位多多点评和分享！

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？

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。

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：

• 领域适应性
• 领域情报
• 可解释性
• 透明度
• 无偏见
• 隐私
• 可扩展性——用于训练和推理的计算能力
• 降低环境足迹

在我看来，ChatGPT 和其他 AI 聊天机器人将类似于任何其他工具来帮助您获取所需信息，您将利用您的思维和智慧来完成工作。

所以，高枕无忧；当前版本的 ChatGPT 不会取代任何需要思考和深厚专业知识的东西！！

今天关于《从 Watson 到 ChatGPT：AI 聊天机器人和局限性》的内容介绍就到此结束，如果有什么疑问或者建议，可以在golang学习网公众号下多多回复交流；文中若有不正之处，也希望回复留言以告知！