一直很反感神话gpt,从神经元网络到深度学习再到大模型,一路搞概念,也许量变很大,但感觉还不到质变。再加上以前使用因为种种原因不方便,所以很早就要求学生们要把这个工具掌握用好,但自己没太用。知道可以用来写文章、写代码、审稿件,直到近几天才亲自比较完整的走了遍流程。感想就是标题,下面具体解释说明。
和gpt刚出来时一样,我还是用自己最熟悉的csf测试,尝试算法构思、论文写作、稿件评审三个主要的科研流程。
首先如下图所示,在prompt提示gpt下给出了一个新的流体力学版本csf(我提出的基于物理过程模拟的点云处理思路果然普适😃):
然后,让gpt将这个思路写成一篇文章:
最后,让gpt对这篇文章进行审稿:
当然,这个过程可以改进,例如可以让gpt根据审稿意见改进方法和文章后重新审稿,数次迭代后各方面应该都会有提高,就是所谓的强化学习;也可以让gpt写代码并通过agent自己做数据处理实验并分析,完全取代人工科研。
但是,我这个帖子不想讨论技术,而是科研和教学评价体系的思考,所以回到正题。上面这个例子,仅从形式上看,再稍加完善,已经足够发表一篇期刊论文,再扩展些对付个本科毕业设计没有问题,再拔高些弄成基金申请书估计可以唬住一些大同行评审人。
我一直说科研文档是个很八股的东西,所以如果仅仅看形式,那么期刊论文、毕业论文、基金申请书等的撰写和评审都可以gpt完成,完全不需要人类参与了。在这个新时代下,如果还是把人的主要精力浪费在这些方面就太愚蠢了,相应的科研和教学评价体系也需要思考如何变革,让人机将各自的优势发挥出来。
再顺便说两个事情。第一,以上测试使用清华出品的智谱清言,球队队友太赞了,给打个广告。第二,百家讲坛、诗词大会和直播带货这类东西,无论砖家、选手、评委、主播知识面和胡说八道能力能上强过gpt吗?我以前很看不上这些,和现在学生教育一样,只增加硬盘不升级CPU,但又不得不卷。再次呼应标题,科研尤其教育体系该变革了,不要再浪费孩子们了。
转载本文请联系原作者获取授权,同时请注明本文来自张吴明科学网博客。
链接地址:https://wap.sciencenet.cn/blog-2354721-1421864.html?mobile=1
收藏