人工智能正在以前所未有的速度席卷全球，但一个不容忽视的问题也日益凸显:通用型 AI 虽然“十八般武艺”样样精通，但面对特定区域的文化和语言，往往显得力不从心。尤其是在中东、南亚等文化和语言多元的地区，用户迫切需要更懂“本地话”的 AI 模型。大型通用模型固然掌握多种语言，但在处理具有浓厚地域背景的场景时，却暴露出缺乏语言文化底蕴和深入的区域知识的短板。为了弥补这一缺憾，量身定制、专注于特定区域语言的模型应运而生，它们能够更精准地捕捉语言的精髓

人工智能在医疗领域的应用取得了显著进展，但一项研究揭示了通用型AI如ChatGPT在复杂医疗诊断中的局限性。研究由加拿大安大略省西部大学的医学教育家Amrit Kirpalani领导，发现ChatGPT在150个复杂医疗案例中有76个出现错误，错误率超过50%。这一研究采用的案例库比美国医师执照考试更接近真实医疗情况，包含多种并发症和诊断难题。研究指出，ChatGPT在处理医学“灰色地带”时表现欠佳，无法灵活解读轻微异常的检查结果，这可能导致非专业人士误信错误信息。尽管如此，AI在医疗领域仍有其价值，如作为医学院教育工具帮助学生整理笔记、澄清诊断算法和备考。然而，Kirpalani强调，公众不应使用ChatGPT寻求医疗建议，而应咨询专业医疗保健提供者。构建可靠的AI医生需要大量临床数据训练和严格监督。短期内，AI更可能增强人类医生的工作，而非取代。