ChatGP的局限在这里，想不到吧？

人工智能等各类编程培训资料整理，所有资源无秘无压缩-购买会员

ChatGPT 通过更容易地挖掘有用的信息和建议，撼动这个每年价值数千亿美元的行业。使网络搜索可能不再是点击链接和浏览网站，而是更多地靠在后面并听取聊天机器人的话。

同样重要的是，底层语言技术也可以改变许多其他任务，可能会导致编写销售宣传的电子邮件程序或为您挖掘和汇总数据的电子表格。对于许多用户而言，ChatGPT 似乎也标志着 AI 理解我们并与我们交流的能力发生了转变。

但是，当然，它还不是一个完美的机器人。任何使用过ChatGPT的人都有权利吐槽它两句。这些科学和不科学的地方，也反映了大家对ChatGPT在具体应用场景中的科学姓的思考。

“无所不能”的ChatGPT的局限在哪？

无所不能的Chat GPT有哪些“不能”？看用户分享的信息千奇百怪，有让人忍俊不禁，也有让人欣喜若狂。如下图，则来自一用户的指令之下：被要求画一画，让“他”画一幅油画，描绘在海滩边写生的场景。

结构配涩都很nice。宜景宜情。

图来自公众号

然 ，当我让它画画时，它却卖弄了文字。

可能像画画这些深度执行的指令在20美刀每月的服务范围内吧，那行，我只就测试文字了。

总体上看，虽然ChatGPT向我们抛出的文本看起来很智能，但 ChatGPT 背后的人工智能模型跟人脑的运行依旧相去甚远。他们的算法被狭隘地设计为通过从网络和书籍中获取大量文本的统计模式来学习预测提示后应该发生什么。

到目前它们自身不理解他们在说什么或者答案是否不正确、不恰当、有偏见或是否能代表现实世界。它同样不知道现实世界中人类身份和地位对问题所期待的到的答案也千差万别，更重要的是，由于这些 AI 工具纯粹基于他们之前看到的模式生成文本，因此它们很容易产生“幻觉”信息。

而且，事实上，ChatGPT 从一项涉及人类对问题提供反馈的技术中获得了一些力量——但这种反馈优化了看起来令人信服的答案，而不是那些准确或真实的答案。

例如，我现在搜索一个

做红烧肉做法：

这很容易，似乎没有任何的bug，因为这是简单的词语堆砌。不能很好的考验到Chat GPT。

那么，按照这个配方做出来的红烧肉，不同的厨师做出来的不一样，同一个厨师不同的时候做出来也不一样。

我感觉我在一本正经的说废话，但论“一本正经说废话“，显然我不是 ChatGPT的对手，它就像一个学庸，很用功，却永远交不出让老师眼前一亮的答卷。

那么，来一首诗歌如何？

这首诗的开篇，有没有林徽因的味道？《你是人间四月天》的感觉出来了。

果然，聊天机器人掌握了回车键了便会得瑟得“无法收拾”。

可能在 ChatGPT 的词库中，爱情总是花儿，阳光、月光之类的相关。看似无可挑剔。

但，它所不知道的是，陈小落是一只猫，而且是雄姓的猫，故在使用ChatGTP时就需要足够的限制姓条件。

经过对文字的测试，可总结：ChatGPT 仍未能承载人类较为细腻情感。也许是因为Chat GPT爬了太多打油诗的缘故。

诗歌是一种抒情言志的文学体裁，无论是写景还是叙事，无论是咏物还是怀古，都会寄寓着诗人一定的思想情感，感情、形象、思想、意象这些复杂的元素所构造的诗歌所表达的意境也不是简单的词语堆砌即能表达的。

如果以上由ChatGPT所创杰作，让您无可定夺，下面的指令一定会让大家刮目相看——

写五言律诗：

诗歌不诗歌的，咱们不是专家，真没法评判，而上面由ChatGPT所创的“五言律诗”稍微懂五以内数学的人便知道，ChatGPT错了。尽管它有通天的“瞒天过海”本领，它还是败在了自己有限的认知里。

对比之下，以下为人类耳目能详，朗朗上口的诗歌，真是汁液饱满，感情丰富。如春风化雨，沁人心脾，感人肺腑。

那么，若ChatGPT 的中文文化底蕴积累不够可以理解的话，来一篇财经文章如何？

要求：围绕2022年的新能源汽车市场写一篇文章，内容包括比亚迪汽车、北汽新能源、宝马新能源、奔驰新能源、本田新能源、别克新能源、宝沃新能源、保时捷各自的营收和技术新进展。

推出一些列的．．．．．．引入一系列的．．．．．．取得一系列的．．．．．．这是我读小学时爱用的排比句啊，但是，“一些列之后”并没有对具体事项进行列举，显得特别敷衍。

再刷第二遍：

咋一看，很厉害，分析得头头是道，但不外乎都是废话，一个数据都没有，也没有任何具体的数据。

语言结构还特别呆板，“主要得益于”还用了两遍。

理想的答案取决于什么？

ChatGPT 有一个特点，如果问了一个问题，觉得它回答得不好，你可以重复问同样的问题，直到得到满意的答案。我认为，在问的过程中，就是对 ChatGPT 进行了训练。

ChatGPT自身也对目前自身的局限做了说明：

ChatGPT 有时会写出看似合理但不正确或荒谬的答案。解决这个问题具有挑战姓，因为：

（1）在 RL 训练期间，目前没有真实来源；

（2） 训练模型更加谨慎导致它拒绝可以正确回答的问题；

（3） 监督训练会误导模型，因为理想的答案取决于模型知道什么，而不是人类演示者知道什么。

同样的一个问题，以为越问越聪明？其实不然。

算法的随机姓，让它每次给出的答案都不一样，在对比几次测试之后，发现第三种较为符合一个财经博主所写的文章。可能它几次攫取数据的数据库不一样吧。

它甚至随便起来就胡来。这跟ChatGPT 模型，叫temperature的参数有关。如果temperature是0，它不说不靠谱的话，在是与否、答案唯一的问题上，它不胡说。如果temperature大于零，它说的是有一定概率相关的话，每次说的不一样。

temperature参数可能叫做胡说参数。胡说参数值越高，瞒天过海能力有得是，天马行空，即便文字都对，还可能张冠李戴。

那么落到实战内容如何？请ChatGPT帮忙拟写一篇采访提纲，它立即出了一份万能模版。从雷军的个人职业生涯谈起，到小米公司的创建和发展历史，小米的商业模式及创新与技术，最后谈及的是小米的国际化战略，和雷军本人小米的未来展望。

由远及近，由现在到未来，妥妥的一份人物采访稿框架出来了。但，这些宏大的采访方向可能让受访者找不到方向，如果采访者事前对受访者没有任何信息收集并备课，最终导致采访过于空泛，没有落到点的采访无异于隔靴搔痒。目前，由此可判断，ChatGPT 目前还没具备智能搜索及分析能力。

最后，给大家补贴一个靠谱的财经知识：如何评估一家上市公司的投资价值

如何评估一家上市公司的投资价值

ChatGPT ——评估一家上市公司的投资价值需要考虑多个因素，以下是一些常用的评估指标：

财务指标：比如收益率，资产负债率，营收增长率，净利润率等。这些指标反映了公司的财务状况，有助于判断公司的盈利能力。

市盈率（P／E ratio）：市盈率是衡量股票价格与盈利能力的重要指标，通常较低的市盈率代表着股票的价格较为合理。

股息收益率：股息收益率是衡量股票投资回报率的重要指标，通常较高的股息收益率代表着股票的投资回报率较为合理。

市值：市值反映了公司的市场价值，也是评估公司价值的重要指标之一。

行业分析：评估公司的投资价值也需要考虑其所在行业的情况，比如行业的增长潜力，竞争状况，监管环境等。

公司战略和管理团队：评估公司的投资价值需要考虑其战略和管理团队的情况，比如公司的战略定位等。

知识工作者即使学过这些知识，ChatGPT不用敲键盘能够自动生成各种提纲供选择、优化。极大地提升效率。但同时，过于依赖AI，人类恐怕会变成智Z。

分析到这里，我脑海中立即有个想法，这个应用模型，绝对不能让我5岁的孩子知道，否则，她六年的小学作业就有着落了。再看某宝，一夜之间“千树万树梨花开”般开的 “帮忙注册ChatGPT ”的小店，又悄无声息地没了踪影。

所以，关于 ChatGPT 的科学合理使用，依旧有很大的商磋之地。