围绕人工智能的普遍嗡嗡声不会很快消失。它几乎出现在所有行业，从客户服务到医药。然而，对这些工具的技术理解仍然是一个复杂的对话。
大型语言模型（LLM）无法理解和模拟类似人类的对话。他们使用大量数据进行训练，以根据特定输入给出特定的输出。但他们缺乏理解这些词背后的真正含义的能力。LLM产生的任何响应都将缺乏对上下文的基本理解。
虽然法学硕士可以产生公式化和结构化的散文和诗歌，但这些作品非常乏味和沉闷。OpenAI的ChatGPT是一个LLM，在训练大量数据后生成新文本。虽然教师们担心 ChatGPT 的普及将是带回家的作业和考试的终结，但仔细研究 ChatGPT 的算法会发现它无法产生创造性和有趣的类人散文。这种无能提出了一个基本问题，即技术在解决业务问题中的有用性。
混为一谈的恐惧？
据统计，聊天机器人市场预计将以 23.5% 的复合年增长率增长，到 10 年将达到 6 亿。
ChatGPT是流行的生成AI，而不是第一个基于AI的聊天机器人。它正在一个充满不同语言机器人的市场中竞争。然而，最近的免费版本的 ChatGPT 在短短一周内获得了 1 万用户后获得了更大的动力。ChatGPT 依赖于大量处理大量数据的人进行数据分类、标记、标记和注释，以增强其功能。有一些确定性的猜测认为ChatGPT可以取代谷歌的搜索引擎。
但是，ChatGPT 的答案中出现不准确的可能性迫使用户使用外部来源进行验证。这种验证可能更复杂，因为 ChatGPT 提供的具体答案没有任何来源链接（与谷歌不同）或说明其置信度。因此，围绕取代谷歌的担忧和猜测可能有点混为一谈。
ChatGPT 的缺点
如上所述，ChatGPT 可以写散文和诗歌、回答复杂的问题和进行对话，但某些缺点不容忽视。其中一些包括以下内容：
错误答案
ChatGPT 是一个广泛的 LLM，通过持续培训提高其响应的准确性。但是，由于该LLM足够新，因此尚未经过足够的培训。因此，它可能会给出不准确的答案。
因此，Stackflow禁止了ChatGPT的答案，称ChatGPT的答案对寻求正确答案的社区和用户有害。虽然 ChatGPT 生成不准确答案的比率很高，但聊天机器人可以自信地回答所有问题，以至于感觉这些答案不仅正确而且是最好的。
训练数据的限制
与所有其他AI模型一样，ChatGPT的训练数据也存在局限性。训练数据中的约束、限制和偏差可能会产生不准确的结果。它可以不成比例地影响少数群体，并使陈规定型观念永久化。为了减少这种偏见，必须提高数据透明度。
可持续性
ChatGPT是一个免费产品，但运行这项技术非常昂贵。运行成本估计约为每天 100，000 美元或每月 3 万美元。从长远来看，这引发了对其可持续性的质疑。Open AI与微软的合作可能会降低一些成本。但这种操作在任何意义上都不便宜。
人工智能的进步：前方的坎坷之路
虽然许多技术决定论者称ChatGPT为谷歌的“红色代码”，但现实远非如此。测试表明，ChatGPT会产生“无意识的不理解”，即无意识的，不连贯的答案，表明系统不理解它在说什么。虽然它护卫攻击性反应（其他生成式AI机器人的主要问题），但它使用关键字这样做，并且不了解它所防范的内容。
ChatGPT 的另一个更重要的问题是幻觉——它将相关的东西拼凑在一起，不能正确回答问题。基本上，它解释并组合了来自训练数据的不同信息。这些信息之间可能存在一些随机或模糊的关系。这就是为什么答案看似合理或可信，但可能与现实相去甚远。
与将关键字与意图联系起来的传统聊天机器人不同，像 ChatGPT 这样的 LLM 是文本预测器。这意味着他们从根本上了解文本、单词和句子之间的关系。他们使用这些关系来预测以下字符串。
虽然谷歌搜索的成本不到一分钱，但ChatGPT相当昂贵（在数据收集，手动数据活动和大规模计算之间）。同样，编译其响应需要一段时间，而Google搜索是即时的。这些经济和速度问题使ChatGPT落后于谷歌。
上面关于LLM和ChatGPT的讨论表明，围绕ChatGPT的炒作可能被夸大了。当人们开始想象各种可能性时，很多兴奋都会被激发起来。然而，在短时间内，那些在特定业务场景中实际测试这些工具参数的人表明，我们离天空中伟大的人工智能奇点还有一段路要走。
椰有料原创，作者：小椰子啊，转载请注明出处：http://www.studioyz.com/2258.html
文章评论