【聊天机器人】ChatGPT与Watson Assistant的比较

我于2017年开始使用虚拟代理解决方案。从那时起，我就深深地沉浸在虚拟代理创新和集成中。

因为OpenAI的ChatGPT现在是一个热门话题，所以必须检查它并了解ChatGPT与Watson Assistant等现有技术（类似于Lex、DialogFlow、Luis）之间的区别。

让我们从ChatGPT是什么开始吧。它是一个高级模型，使用来自公共互联网的数据进行训练。培训数据包含来自公共GitHub的数十亿行代码和来自公共互联网其他部分的人类文本。它有一个API，所以你可以使用这个模型。您可以设置响应的概率。这意味着最高概率的答案将更具确定性和重复性。降低模型承担更多风险的概率，并给出更多随机答案。

你可以发送一个“提示”，这基本上是一个话语，并得到回应。

您还可以发送一条指令和一个输入，以应用该指令。比如要求纠正提供的文本中的语法错误等等。或者你可以提供一篇文本并要求向一个小孩解释。要求向二年级学生解释一个复杂的物理定义，比如量子力学中的薛定谔方程，这很有趣！

主要功能集：

• 4种不同功能、速度和定价的模型；
• 适度终点。该模型仅由OpenAI训练，没有自定义训练可用；
• 文本完成和编辑指示；
• 代码完成和编辑指示；
• 图像生成、编辑和创建图像变体；
• 微调端点，将自定义训练数据添加到现有的ChatGPT模型中；
• 允许测量文本相关性的嵌入。可能常用于：分类、主题聚类、搜索、推荐。

ChatGPT与Watson Assistant？

你真正应该说的是苹果和橘子。但我们可以尝试在两者之间进行比较。好吧，让我们试着把它们并排放。

但ChatGPT到底做什么？

好吧，如果你已经知道你的客户想要什么，他来自哪里，你真的不需要复杂的人工智能或人工智能。一堆纽扣会很好地完成这项工作。

如果你喜欢免费文本，你需要Watson助手，并且你也有10-20个或更多的方向，用户可以从一开始就选择。

现在，ChatGPT可以尝试回答提供的每个问题。但结果可能不是你想要的。

因此，ChatGPT对于一般的文本理解很有帮助，并且它在代码生成方面得到了开发人员的极大支持。让我们看看这个例子：

我为ChatGPT提供文本作为“提示”：

“编写一个程序，模拟约翰·康威的《人生游戏》。”

聊天GPT：

使用您提供的模式或上下文，它将：

创建程序。给你密码。

我再次就前面的内容提供说明。“重构它”。或“改用此库”。或“编写文档”。或“创建单元测试”。

重要的是要知道代码需要检查，因为它可能是错误的。文档和测试也是如此。但这是一个很好的起点。

你也可以要求编写恶意软件的有害代码。但这是节制模式的责任。

如果您提供了一个希望ChatGPT完成的模式，则效果最好。

“决定推特的情绪是积极的、中立的还是消极的。

推特：我喜欢新蝙蝠侠电影！

情绪“

ChatGPT实际上了解什么是情感，以及推特的概念。但如果你问了一些它不知道的问题，这个例子会有所帮助。

它可以在哪里用于客户支持、控制等？

嗯，它不是取代沃森助手。但是，如果根据客户的反馈来理解情绪，这可能会被证明是有用的。或者可以考虑其他用例，但目前来看，让用户在聊天中徜徉于野生动物这一万维网百科全书似乎不是一个好主意。所以我想每个人都会经历短暂的兴奋。

您可以在以下示例中找到有关ChatGPT可以做什么的更多信息：
https://beta.openai.com/examples

ChatGPT API不是免费的，但在撰写本文时，您可以注册并获得18美元的免费积分。