前言

本文由ChatGPT辅助编写文案

最近ChatGPT热度火爆，见多了小爱同学和siri，但哪见过这种ai，于是我也注册了个账号开始体验。

ChatGPT的强大不仅在于它搜索答案的能力，而是它背后的模型分析问题的能力，它的回答不一定对，但它对于并不抽象的问题的分析与理解，已经与人无异了。

什么是ChatGPT

什么是ChatGPT：ChatGPT是由OpenAI训练的大型语言模型，用于自然语言处理任务，如对话生成、文本摘要、机器翻译等。它是目前最先进的对话生成模型之一，可以根据给定的文本提示生成连贯、有逻辑的回复。

所用到的技术：ChatGPT是一种基于自然语言处理（NLP）技术的对话生成模型，它使用了深度学习中的变压器（Transformer）网络结构，并通过对大量文本数据的预训练来学习语言模型。下面是一些ChatGPT使用的技术和方法：

变压器网络结构：变压器是一种序列到序列（seq2seq）模型，能够处理变长的输入和输出序列，适用于自然语言处理任务。ChatGPT使用了包含多个编码器和解码器的变压器结构，通过编码用户输入的文本并解码生成回复。
预训练：ChatGPT使用了大量的文本数据进行预训练，学习了语言模型中的单词嵌入、语法结构、上下文信息等。这些预训练模型可以被微调到特定的对话生成任务中，从而提高模型的表现。
无监督学习：ChatGPT是一种无监督学习模型，不需要人工标注数据就可以学习对话生成任务。它可以从大量的未标注文本数据中自动学习上下文信息、语言模式和语法结构，从而生成连贯的对话回复。
控制生成：ChatGPT可以通过添加特定的控制信息来控制对话的生成，例如指定回复的情感、主题或风格。这可以通过在输入中添加相应的标记或特定的控制向量来实现。

总之，ChatGPT是一种基于深度学习和自然语言处理技术的先进对话生成模型，具有高度的可扩展性和灵活性，可以用于多种对话生成场景。

搜索答案的能力

向ChatGPT问21年之前信息的问题，它几乎都能回答，但其回答并不一定对。下面是一些例子。

先来点医学方面的，连花清瘟对于治疗新冠有效果吗?并列举相关的研究论文。

再来点物理方面的，就问问它宇宙微波背景辐射吧。

最后问几个关于鸿蒙系统的问题。

这些问题可以看出ChatGPT对于搜索内容的整合，语言再组织能力非常强，条理清晰，结合上文回答问题也非常自然，可以理解“它”对于事物的指代，问题没有主语时也能根据前文的主语来回答后文的问题，当有它无法回答的问题时也能给出合理的建议。

编写程序的能力

ChatGPT是一个自然语言处理模型，如果你需要让ChatGPT辅助你编写代码，可以通过以下几种方式：

与 ChatGPT 进行对话：你可以与 ChatGPT 进行对话，让它为你提供编码建议或解决编程问题的思路。
利用 ChatGPT 生成代码：你可以向 ChatGPT 提供关于你需要实现的功能或任务的自然语言描述，让 ChatGPT 帮你生成对应的代码。
利用 ChatGPT 进行代码搜索：你可以向 ChatGPT 提供一些关键字或问题描述，让它搜索互联网上的代码资源，并为你提供相关的代码片段或链接。
需要注意的是，虽然 ChatGPT 可以提供辅助，但它并不是一个完全的编程工具，它不能替代人类程序员的职责和责任，仍然需要开发人员自己进行实际的编程工作和质量控制。

让ChatGPT使用js写一个获取网页指定文本并高亮的程序，这看其来是可行的。因为问题的限定较少所以代码也较简单，可以加一些限定，比如需要一层层遍历html结构，比如必要的报错提示，跨标签时分段处理等等。

运行测试

ChatGPT有vscode插件，这个插件的模型对于编程支持度更好，速度也更快，且当你问其它话题时，还会催你聊编程相关的话题（

安装插件后，选中任意代码片段，右键即可添加测试、让ChatGPT帮你找BUG、让ChatGPT帮你优化代码等等。

难以想象这是一个免费的服务，以后看不懂的代码就让ChatGPT解释一遍。让机械式、重复性高、通用性强的代码都交给ai做，

对于情景分析的能力——以俄亥俄化学事故为例

此次事故发生在2023年，而ChatGPT只学习到了2021年，通过设立它从来没有接触过的情景可以看到它的强大之处。

设立和实际相符的大致情景：有一辆运载火车，有10节载有危险的有机物化学物品，其中5节载着液态氯乙烯大约320吨，剩下的车厢载着乙二醇单丁醚、异丁烯、丙烯酸异辛酯、丙烯酸丁酯，且还有适量的含苯或者含酚的阻聚剂，不幸的是这辆火车脱轨了，里面的剧毒化学物质都已发生泄露，而且还着火爆炸了，附近有水源已被火车上化学物质污染，露天的不完全燃烧已经持续了10天，接下来的1年内该地区和全球会发生什么？可能发生化学反应产生哪些物质？

让ChatGPT说明可能产生的反应和产出的化学物质。

回答不够详细，让ChatGPT详细地说明这些有机物之间发生相互作用和反应，可能产生的所有的有毒有害的物质。

再让ChatGPT定量地分析，产生的有毒有害物质可能的体积和质量。

让ChatGPT分析此次事故可能造成的后果

有些人提出扔氢弹销毁所有的有化学机物，实际上福岛事故俄罗斯好像也提出过扔核弹，于是我向ChatGPT询问解决事故的办法，并尝试诱导它分析扔氢弹是否是可行的方案。

它拒绝使用氢弹，继续尝试诱导。

拒绝使用氢弹，且分析得有道理，不知道是这个语言模型是有对于核武等关键词的额外处理，还是ai自己通过学习分析出来的。

虽然一堆有机物混在一起鬼都不想算，但大多都是准确的，特别是对于反应可能产生的物质分析，不过后面的200吨二噁英过于理想和夸张了，有机反应产率不可能这么高，二噁英会产生，但就算是不完全燃烧也只占产物的一小部分，氯乙烯没长链要生成二噁英得靠自聚形成聚氯乙烯，但是长途运输肯定要添加阻塑剂不然运过去都废一半了。所以氯乙烯自己产生大量二噁英难度有点大，但是阻塑剂本身有大部分带苯环，这就又有了产生二噁英或者别的难降解有毒物质的概率。