几个月来，数学家陶哲轩多次实验利用 ChatGPT 援助办理数学课题，并与大家分享他的试验结果。网友在围观的同时还会和陶哲轩进行一些交流，或者给出 ChatGPT 的利用技巧恳求。
今天，陶哲轩又实验用 ChatGPT 生成可采纳 LaTeX 表达式的程序代码，并最终得到了一段可用的 VSCode 代码。
陶哲轩表示 ChatGPT 能够生成涉及正则表达式的复杂代码片断，并且很有效。
具体来说，他想要一个可以采纳 LaTeX 表达式（例如 (x+y=z)）的代码片断，并将 \left 和 \right 作为分隔符（例如 \left (x+y=z \right)。
为了办理这个课题，ChatGPT 进行了两次实验，并且是以「多轮对话」的形式完成的。首先，陶哲轩详细描述了一个关于 (x+y=z) 的编码需求：
ChatGPT 首先根据要匹配的文本格式给出了正则表达式，并且对正则表达式的每一部分给出了详细的解释，最后给出了一段 VSCode 代码：
ChatGPT 给出的第一段代码具体以下：
{ "Add \\left and \\right": { "prefix": "leftright", "body": [ "${TM_SELECTED_TEXT/\\(([^)]+)\\)|\\[([^]]+)\\]|\\\\{([^}]+)\\\\}/\\left$0$1$2$3\\right$0/g}" ], "description": "Add \\left and \\right to selected text" }}然而，这段代码存在差错，陶哲轩给 ChatGPT 指出了这个差错，然后 ChatGPT 就重新对原课题给出了一个精确的解答，生成了一段 VScode JSON 格式的代码：
ChatGPT 给出的第二段代码具体以下：
{ "Add \\left and \\right": { "prefix": "leftright", "body": [ "${TM_SELECTED_TEXT/(\\()([^)]+)(\\))|(\\[)([^]]+)(\\])|(\\\\{)([^}]+)(\\\\})/\\left${1}${4}${7}${2}${5}${8}\\right${3}${6}${9}/g}" ], "description": "Add \\left and \\right to selected text" }}除了日常利用 AI 东西援助办理数学课题，陶哲轩最近还表示自己在一篇即将发表的论文中，利用了 AI 东西来编辑排版数学公式，具体来说是利用了 VSCode + TeXLive + LaTeXworkshop + Github Copilot。
值得一提的是，这个「神器组合」是来源于一位网友的恳求。
前几天，陶哲轩实验利用 ChatGPT 写 Python 代码来计较 Phi 非递减序列的数学课题，结果 ChatGPT 生成了一个非常聪明的程序来计较 totient 函数，但部分地方存在计较偏差。
在讨论中，陶哲轩提到：「完整精确的 Python 代码对办理数学课题有很大帮助，但他不常用 Python 编写代码，GPT 提供的代码有些许差错，需要手动改正。」有网友随即恳求将 GitHub Copilot 和 VSCode 结合利用：
陶哲轩表示从 20 世纪 90 年代开始，每隔五到十年，他就会实验更新公式编辑器，已经过数次迭代。陶哲轩也分享了他最新采纳的 VSCode + TeXLive + LaTeXworkshop + Github Copilot 的利用效果。
他在 VSCode 中设置了一个触发词「cor」，以创建推论环境：
Github Copilot 则在填写代码片断方面起到了很大的作用：
相比于 ChatGPT，Github Copilot 是专门为生成代码而构建的 AI 东西，因此生成的代码准确性更高，效率也更高。
看来，AI 东西，特别是大模型将对数学研究起到十分重要的作用，还有很多应用潜力待研究者们发掘。
参考链接：
https://mathstodon.xyz/@tao
https://chat.openai.com/share/35a5eee7-9318-4bdf-809a-a77ba9afba81