机器之心 2023-09-10 12:11 发表于北京
机器之心报道
编辑：杜伟
近几个月来，著名数学家陶哲轩一直实验用 ChatGPT 等大模型 AI 东西来辅佐解决数学问题，并与大家分享结果、交流心得，比如用 ChatGPT 写代码、证明数学定理、生成 LaTeX 表达式程序代码等。
对于自己的研究以及人们来说，GPT 等 AI 东西的作用究竟大不大呢？近两天，陶哲轩似乎得出了他的结论。
陶哲轩发明，虽然 AI 东西对自己研究中的核心数学部分并不是那么有效（或者能够只是因为不想在自认为可以熟练实现的工作上实验），但是在生成代码和创建论文中的流程图初稿（他利用了自己过去很少用的 LaTeX 包 (tikz)）等工作中都无比有效。
总的来说，他发明 GPT 允许自己为一项计算工作抽象出特定语言，比如 Python、SAGE、正则表达式、LaTeX 等。他可以用自然语言向 GPT 表达自己的请求，然后 GPT 会以合适的语言供给适当的代码。尽管在没有完全集成的情况下，他依然必须将 GPT 输入实质复制粘贴到可以编译的文档中。
陶哲轩承认 GPT 开始改变他的工作流程，过去会避免利用代码密集型解决方案来解决工作，但现在这种状况正在消失。他发明自己更愿意将编码作为日常工作的一部分了。
就拿 GitHub Copilot 而言，陶哲轩惊喜地发明，在利用 VSCode+LaTeXworkshop 设置后，它可以主动实现标准信函了。仅给出开头段落和接下来的句子，Copilot 供给的其余段落与他实际要写的实质无比接近。并且通过对 Copilotshuchu 实质的小修小改，他可以将实现标准信函的时间省掉一大半。
陶哲轩分享了自己在论文中利用主动实现功能的一张截图。在实验主动实现证明大纲时，Copilot 确实引用了论文其余部分的相关结果，但随后给出了一些随机分析数论的废话。
到目前为止，除了一些无比短的主动实现工作或编写重复的文本模式之外，他发明 Copilot 在写数学论文时更有趣而不是有效，但未来能够会有令他惊讶的效果。
事实证明，GPT 供给的正则表达式虽然没有按照陶哲轩想要的方式来处理嵌套分隔符，但足够接近。他可以在自己阅读正则表达式文档后调整成想要的。在他看来，需要一定的正则表达式妙技才能实现类似的工作，但要比没有 GPT 辅佐时所需要的妙技少。
一般来说，GPT 似乎允许人们在基于文本的工作中提升自己的妙技，但随着妙技程度的提高，「收益」递减。完全不熟悉工作的人能够会通过 GPT 成为高级初学者，初学者可以达到中级妙技程度，中级程度的人能够会成为专家，至少在某些方面是这样。但对于专家而言，利用 GPT 进一步供给的收益相对不大。
因此，陶哲轩不建议初学者利用 AI 东西来实现专家级的工作，因为无法正确地对输入进行检查。不过他也认为，人们可以用 AI 东西来实现比正常程度高出一个妙技程度的工作，这样有足够的能力来检查输入的结果，并决定是否接受或者额外调整。
有人问了，万一人们没有清楚意识到这种妙技程度上的差距呢？陶哲轩表示，他相信随着 AI 东西变得越来越熟悉，大多数人会对这些东西能做什么、不能做什么有更准确的心理模型，并进行相应的校准。
当然陶哲轩也同意对公众展开 AI 教育以及进行独立的输入验证，这些都会成为现代世界越来越重要的妙技。
你赞同陶哲轩的观点吗？
原文链接：https://mathstodon.xyz/@tao/111024521278833999