Daripada Watson ke ChatGPT: AI chatbots dan had

Pelancaran ChatGPT dan respons yang diberikannya membawa Conversation AI kembali ke hadapan dan menjadikan Conversation AI tersedia kepada semua orang melalui antara muka web yang ringkas. Kami telah melihat banyak cara kreatif untuk menggunakan ChatGPT dan cara ia mungkin memberi kesan pada masa hadapan serta soalan mengenai sama ada ia akan menggantikan enjin carian dan pekerjaan Google.

Nah, mari selesaikan masalah ini dengan analisis berikut.

Dari sistem Watson awal hingga ChatGPT, AI perbualan masih mempunyai masalah asas.

Kurang kecerdasan domain. ​

Walaupun ChatGPT sememangnya satu langkah ke hadapan dalam bidang AI perbualan, saya ingin menyebut perkara berikut daripada buku saya - Real AI: Chatbots (diterbitkan pada 2019).

“Kecerdasan buatan boleh belajar, tetapi ia tidak boleh berfikir.”

Berfikir tentang cara menggunakan keluaran sistem kecerdasan buatan sentiasa diserahkan kepada manusia. Sistem AI dan pengetahuannya akan sentiasa terhad kepada apa yang telah dipelajarinya, tetapi tidak boleh membuat generalisasi (seperti manusia) di mana kepakaran dan kecerdasan domain diperlukan.

Apakah contoh perisikan domain?

Sebagai contoh mudah, anda meminta ejen AI perbualan untuk "mencadangkan pakaian untuk seluar pendek dan sari."

Pada asasnya, mana-mana orang teknikal akan melihatnya sebagai dua pilihan berbeza - padankan pakaian dengan seluar pendek dan padankan pakaian dengan saree dan sama ada bertanya soalan yang menjelaskan atau membayangkan bahawa pilihan ini tidak Bersilang, tidak boleh digabungkan.

Tetapi untuk ChatGPT (atau mana-mana AI perbualan umum) responsnya kelihatan seperti ini. Jelas cuba mengisi beberapa respons tanpa memahami domain dan konteks. Ini adalah contoh yang sangat mudah, tetapi kerumitan meningkat secara eksponen kerana kepakaran dan perkaitan yang mendalam diperlukan - sama seperti doktor mengesyorkan pelan rawatan. Inilah sebab tepat mengapa kita melihat begitu banyak kegagalan apabila menggunakan ejen AI untuk menyelesaikan masalah kesihatan. Mereka cuba melatih AI am dan bukannya membina sistem AI pakar domain.

Satu lagi isu dengan sistem AI perbualan generatif ini adalah seperti berikut:

Kebolehtafsiran – membenarkan output AI menjelaskan cara ia tiba. Saya menerangkan perkara ini dalam blog saya sebelum ini – AI Bertanggungjawab Dan Beretika

Bias Kepercayaan dan Pengesyoran – Pengesyoran dan Kebolehsuaian yang Betul. Saya telah menerangkan perkara ini dalam blog saya sebelum ini.

Untuk butiran lanjut, saya menerangkan konsep ini dalam e-buku pendek saya – Kepintaran Buatan Sebenar: Chatbots (2019).

Anda boleh mendapatkan buku itu dalam talian di tapak web saya atau mendaftar untuk kursus video percuma.

Tujuan blog ini adalah untuk mendidik orang ramai tentang ChatGPT dan had semasanya. Mana-mana teknologi biasanya mempunyai satu set had, dan memahami had ini akan membantu anda mengingatinya semasa mereka bentuk dan membangunkan penyelesaian anda.

CtGPT sudah pasti akan memajukan pembangunan kecerdasan buatan perbualan, dan membinanya akan mengambil banyak masa dan usaha. Walau bagaimanapun, penerimaan perusahaan masih jauh.

Untuk menjadikan ChatPT relevan untuk penerimaan perusahaan, kami memerlukan perkara berikut:

• Kebolehsuaian Domain
• Kecerdasan Domain
• Kebolehjelasan
• Ketelusan
• Tidak berat sebelah
• Privasi
• Skalabiliti – kuasa pengiraan untuk latihan dan inferens
• Jejak alam sekitar yang dikurangkan

Pada pendapat saya, ChatGPT dan chatbot AI lain akan serupa dengan mana-mana alat lain untuk membantu anda mendapatkan maklumat yang anda perlukan, anda akan menggunakan minda dan kecerdasan anda untuk Menyelesaikan tugas.

Jadi, duduk dan berehat; versi semasa ChatGPT tidak menggantikan apa-apa yang memerlukan pemikiran dan kepakaran yang mendalam! !

Atas ialah kandungan terperinci Daripada Watson ke ChatGPT: AI chatbots dan had. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!