【AI前沿】chatgpt还有哪些不足？

博客昵称：吴NDIR
个人座右铭：得之淡然，失之坦然
作者简介：喜欢轻音乐、象棋，爱好算法、刷题
其他推荐内容：计算机导论速记思维导图
其他内容推荐：五种排序算法

在这个愉快的周末让我们聊一下ChatGPT吧！ChatGPT 4时代来临，ChatGPT的缺陷在于它不能处理特定领域的知识，而且在生成响应时可能会出现语法错误和逻辑矛盾等问题。

1.速度问题
2.实时性
3.知识局限性
4.文本处理问题
5.逻辑处理
6.越界问题

1.速度问题

ChatGPT起初响应速度慢，原因主要是因为其预测模型较为复杂，需要大量的计算资源和时间来完成响应的生成，导致响应速度较慢。但随着版本的更新和技术的不断创新，ChatGPT响应速度得到了不断的提升和优化。
OPEN AI在之后针对这个问题进行了以下的优化


硬件优化：使用更高效的GPU或TPU等硬件设备，加速模型的计算和推理过程，从而提高模型的响应速度。
算法优化：使用更加高效的算法和模型结构，如预训练模型和增量学习等，优化模型的参数和参数更新方式，提高模型的响应速度和准确性。
数据优化：使用更加优质和多样化的数据集，加入更多的标注和清洗工作，减少数据偏差和噪声，提高模型的训练效果和响应速度。

现在ChatGPT已经是非常快了，如让它写一篇论文

2.实时性

我们知道使用chatgpt可以查询概念，查询知识，查询菜谱等等，但是它不能获得当前最新消息，即使它能阶段性学习和更新，但至少来说目前它还不能代替搜索引擎。
下面是一个例子，当向ChatGPT问道：“江西明天的天气？”
【提问】

【回答】

3.AI语言模型没有直接获取实时天气预报数据的能力。ChatGPT只是一个程序，根据输入的文本信息和相关的规则和算法来生成响应，它并没有接入实时数据的API或其他接口。

3.知识局限性

尽管ChatGPT具有强大的对话生成能力，但它仍然存在一些知识局限性，这些局限性可能导致ChatGPT在某些情况下无法有效地应用。

缺乏常识性知识	ChatGPT的模型是基于大规模语料库训练的，它的知识主要来自于网络上的文本数据。因此，ChatGPT缺乏一些基本的常识性知识。例如，当被问到“鲸鱼是鱼类还是哺乳动物？”时，ChatGPT可能会回答“鱼类”，而不是正确的答案“哺乳动物”。
容易受到输入数据的影响	ChatGPT是一种生成式模型，它可以自动生成对话内容。然而，它的输出很容易受到输入数据的影响，因此需要对输入数据进行精心的筛选和处理。例如，如果输入的文本数据中存在歧义或错误，ChatGPT可能会生成不准确的对话内容。
对特定领域的知识缺乏理解	ChatGPT的模型是通用性的，它可以应用于各种领域的对话生成。然而，由于缺乏特定领域的知识，ChatGPT可能无法理解某些特定领域的术语或语言。例如，在医学领域，ChatGPT可能无法理解某些医学术语或药品名称，从而无法生成准确的对话内容。

4.文本处理问题

一个常见的问题就是不能处理长文本，很难向ChatGPT投喂大量数据。否则将提示：
因为GPT模型需要在每个时间步骤都生成一个预测，所以生成的时间会随着文本长度的增加而线性增加，这导致处理长文本时需要更长的时间。同时，长文本中可能涉及到多个话题，这可能导致模型在生成回复时出现逻辑不连贯或者没有重点的情况。因此，ChatGPT在处理长文本时可能会遇到一些限制，而这些限制可能会影响到对话的质量和效率。
其次，当我们问题或者要求ChatGPT长文本输出时，它不能做到一次全部输出。如让ChatGPT写一篇不少于10000字关于CSDN
但这个问题还是容易解决，只需要要求它“继续”即可。但遇到代码块回复时，之后的一段将不再使用Markdown语法回复。

5.逻辑处理

在使用ChatGPT的过程，它很难处理与数学有关的问题（事实上与知识局限性有关）。下面是一个简单的排列组合问题：将4个不同的球放到4个不同的盒子中，有几种方法？

在这里插入图片描述
2. 可以看到ChatGPT成功处理了这个问题，但我们将这个问题进行修改：若其中两个球是一样的，两者不作区分，有几种方法？

3. 看到这别着急，现在如果继续问：在此基础上，若其中有两个盒子完全相同不作区分呢？
在这里插入图片描述
实际上7种方式，而ChatGPT只是简单的除以2。ChatGPT只能处理简单的数学逻辑，而实际上在编程中，有些逻辑远远比这复杂，从而让它生成问题的代码往往不能帮助解决。