（2）未能精確計算：很多人誤以為，人工智能如算術器、或Google般有相關計算功能，卻見到基本運算錯漏，如計算七位數的平方根，答案竟謬之千里。
究極原因就是，模型設計目的本來就不是為了進行精確計算。要知道，ChatGPT等人工智能工具，學習主要靠語言理解能力、模糊邏輯（Fuzzy logic，演算法一種，在進行判斷時，將事物的屬性轉化為程度的概念，不再非一即零）、及遺傳演算法（Genetic Algorithm，模擬生物進化原理的一種人工智能演算法），去歸納、整理，排序，讓電腦程式自動地找到最優解答。
即是，人工智能領域中常用的演算法，能夠幫助解決現實世界中的複雜問題，如機器視覺、控制系統、設計改良等等，卻不是精確的算術機器。
（3）預測能力：這裡分開兩部份，首先是沙盤推演，如推算氣候變化、金股匯市升跌等，暫時以語言理解能力的ChatGPT為例，本來就不是強項，要AI系統知道所有影響參數，再作推策，還有更多研發工作要做；加上數據庫暫時只更新到2021年，未有2022、2023最新資訊，所以在此類普及化的人工智能系統來說，仍然是限制（當然，官方、軍方、財金企業有自己一套系統及相關數據，在這些專項中，走得更前。）
另一方面，就是不少用家請求占卜般的問題，但ChatGPT既沒有守護天使透過塔羅傳遞信息，也沒有觸機般為術數問卦作肯定，故此也沒有星相占卜類的預測能力。
（4）缺乏人類綜合知識：ChatGPT等僅能通過大量的數據訓練，來學習和生成自然語言，卻未能像人類一樣，通過多種途徑來獲取知識和經驗，當應對專業知識、特定領域或感官問題，就會束手無策。
（5）情感和社交智能：科幻片中，機械人往往有情感、同理心成為故事轉捩點，但到現時為止，要人工智能模型理解和表達情感、語氣、語境等非語言因素，仍有大段距離。
（6）成本問題：在大量數據的需求、訓練時間長、需要大量的運算資源等挑戰下，建立大型語言模型、維持應用十分昂貴。
而其他技術問題如處理各國資料隱私法規、電腦長期記憶攝取、多語言混合處理、壓縮文字數據庫衍生有損情況等挑戰，尤於過於專門技術，就有緣再詳談。
4. 事情走向推演
除了「發展快得超乎想像」般老掉牙式講法，可以預見的重要方向有兩個：
（1）成人內容應用先領軍：成人內容必定是先驅，猶如所有科技發展般，色情內容及應用必定是先行者，網絡興起時最早的共享資源虛擬倉庫、到遊戲開發（例如H Game）、虛擬實境（Virtual Reality, VR）應用、黑暗網站（Dark web）均是如此，近年深偽技術（Deepfake）而有一定水平，近來更多專才投入改良電腦圖像處理，要普通人製作幾可亂真的小電影出現？無論是新創造虛構角色、或栽贓嫁禍式假扮真人，都可能今年就會面世。
