(相關資料圖)
站長之家(ChinaZ.com)4月26日 消息:最新研究發(fā)現(xiàn),即使在引入 GPT-4最新模型之后,ChatGPT 仍遠未達到取代普通數(shù)據(jù)分析師的能力。
根據(jù)麥肯錫《2022年 AI 現(xiàn)狀》報告,自2017年以來,AI 的采用率翻了一番以上,高達60% 的組織至少在一個業(yè)務領域使用它,IDC 估計全球在 AI 上的支出將達到154美元,而在2023年將達到10億美元。不過,目前只有20% 的公司在核心業(yè)務流程中或大規(guī)模使用 AI 技術。
“ GPT-4有其優(yōu)點,它是一種從特定數(shù)據(jù)中學習、構建并提供新內容的生成式 AI 模型,但它不是通用AI,”數(shù)據(jù)收集公司Oxylabs的首席執(zhí)行官Julius ?erniauskas評論道?!盎谶@種架構,ChatGPT 主要處理文本信息,并在一定程度上處理視覺信息,提供文本輸出。但是,不能將包含數(shù)千或數(shù)百萬個數(shù)據(jù)點的 Excel 上傳到 ChatGPT 并期望它分析信息。它不能直接收集數(shù)據(jù)或與公司數(shù)據(jù)系統(tǒng)交互,也不是為準確和全面的業(yè)務數(shù)據(jù)分析而設計的”。
ChatGPT 可以匯總大量文本信息,并提供可能對數(shù)據(jù)專業(yè)人員有幫助的概括性見解或示例。這包括就 KPI 提出建議、解決常見的編碼問題以及編寫 SQL 代碼或數(shù)學公式。然而,正如 ?erniauskas 評論的那樣,聊天機器人沒有考慮到特定公司周圍不斷變化的環(huán)境或它被要求處理的數(shù)據(jù),因為它的上下文理解依舊有限。
如今,幾乎每個人工智能系統(tǒng)都是建立在機器學習 (ML) 技術之上的,任何 ML 模型的主要限制是它完全依賴于訓練數(shù)據(jù)。例如,與 微軟Bing 相比,ChatGPT 不處理來自互聯(lián)網(wǎng)的實時數(shù)據(jù),而是在必須不斷更新的龐大但有限的數(shù)據(jù)集上運行。因此,它可能會錯過新數(shù)據(jù)或不能很好地處理它。
OpenAI 聊天機器人知道的比任何人都多,但在處理任何不符合其預制邏輯的事情時會受到限制。正如 OpenAI 所承認的那樣,最新的模型仍然會受到幻覺事實的影響,并且不會從經(jīng)驗中學習。
?erniauskas 總結道“與 ChatGPT 聊天可能非常真實,但虛擬大腦完全接管數(shù)據(jù)收集和分析的潛力同樣有很大的局限性。這可能會改變,但目前的通用和生成人工智能模型在細分領域的用例中精度非常低。組織可以通過使用特定技術來解決問題,但它們非常需要數(shù)據(jù),問題在于很少有足夠的數(shù)據(jù)集來實現(xiàn)接近人類的認知和準確性”。
(舉報)