Veľké požiadavky na dáta a náročné výpočtové požiadavky potrebné na dosiahnutie vrcholového výkonu AI chatbotov ukazujú na neustály vývoj v oblasti umelej inteligencie. Posilňovacie učenie, kľúčový proces pre zlepšenie výkonu umelej inteligencie, primárne závisí na spätných informáciách od ľudí na zlepšenie kvality odpovedí AI. Čím viac dát je do týchto modelov zavedených, tým presnejšie a spoľahlivejšie sa stávajú, zníži sa tým aj frekvencia „halucinácií“ alebo nesprávnych výstupov.
Rodinné modely Microsoft Phi-3 a Apple OpenELM, ktoré sú navrhnuté na operačné prostredie s menšími výpočtovými zdrojmi, boli tento týždeň uvedené na trh. Microsoftova séria Phi-3, podľa Sébastiena Bubecka, viceprezidenta výskumu generatívnej umelej inteligencie v Microsofte, sa odhaľuje od trendov v priemysle, zameriavajúc sa na riaditeľné modely ako Phi-3 mini ako vhodnú alternatívu k väčším systémom spolupracujúcim s OpenAI. Robustný výkon Phi-3, podobne ako bezplatná verzia 3,5 ChatGPT, je pričítaný starostlivej kurácii tréningových dát, ktorá zabezpečuje kvalitu a presnosť.
Cieľom kontinuálneho pokroku AI chatbotov je významný rozvoj spracovania prirodzeného jazyka a interakcie s používateľom. Jeden z kritických problémov spočíva v zabezpečení, že chatboty dokážu poskytnúť presné a relevantné informácie zatiaľ čo udržiavajú súvislé a informované konverzácie. To si vyžaduje rozsiahle údaje a pokročilé algoritmy, často vyžadujúce vysoký výpočtový výkon a finančné zdroje.