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！！
