chatgpt,chatgpt是什么意思,chatgpt官网,chatgpt怎么用

ChatGPT一经问世，便立即成为社会的热点话题。《Nature》近期亦发文，担心ChatGPT会成为学生写论文的工具。事实上，ChatGPT不仅可以帮助大学生“高质量”完成作业和论文写作，还可以编撰书籍，甚至在安全领域很可能成为黑客编写恶意软件的利器。有人认为，ChatGPT正在摧毁现代教育，使得教育向着“机械化”的方式转变，包括对表达形式、形式逻辑和思维模式的追求和推崇，由此对社会产生深远影响，使更多的人变成“无用之人”。有人认为，ChatGPT本质上是对已有知识的梳理和综合，可以将教师和学生从机械式记忆和重复练习中解脱出来，把主要精力放在创新上，是一件良兵利器。还有人认为，ChatGPT的影响有限，不会颠覆教育系统，但是会改变教育模式。虽然ChatGPT可以很好地解决那些研究较多的、套路式的问题，但是无法完成对创新性有要求的任务。ChatGPT及类似人工智能模型的应用与推广或将很快影响到科研指导以及教育的诸多方面。对此，中国计算机学会（CCF）青年计算机科技论坛（YOCSEF）广州分论坛学术委员会于3月25日举行思辨论坛――“ChatGPT来袭，指导学生科研创新该当何‘变’？”，共同讨论ChatGPT背景下指导学生科研创新的关键问题与应对之策。此次论坛由YOCSEF广州副主席、广东工业大学创新创业学院常务副院长谢光强和YOCSEF广州学术秘书、华南农业大学数学与信息学院蓝连涛共同担任执行主席，特别邀请了广东工业大学机电工程学院王晗教授、中山大学计算机学院王昌栋副教授、华南理工大学软件学院陈俊颖副教授作为引导发言嘉宾。YOCSEF广州往届主席吴一冰（新华三技术有限公司），YOCSEF广州现任主席黄栋（华南农业大学），YOCSEF广州现任/候任AC委员及委员胡建芳（中山大学）、沈颖（中山大学）、朱鉴（广东工业大学）、刘伟莉（广东技术师范大学），广东工业大学创新创业学院副院长许金镇，腾科网络总经理唐慧以及来自省内多所高校及企事业的代表共30多人参加了此次论坛活动。

活动现场

论坛开始环节，论坛执行主席谢光强首先对此次论坛的背景、议题以及参会嘉宾进行了介绍，并对广东工业大学创新创业学院的基本情况、学生科创工作的经验与特色、近些年取得的主要成果进行了概述。ChatGPT是人工智能领域的一个新突破，对包括教育在内诸多领域产生了巨大影响，引起了社会的广泛热议，期待论坛可以围绕ChatGPT背景下的学生科研创新指导与人才培养进行深入探讨。

在论坛引导发言环节，广东工业大学机电工程学院王晗教授以“在科研育人中融入商业思维，助育新时代双创新人”为题，从大学生双创的时代背景、双创的内涵、科研育人、学术的商业实现和时代的期望等五个方面，对大学生科研创新工作进行了生动介绍。王晗认为，互联网+人工智能融合将是未来第四次工业革命的重要发展方向，ChatGPT的异军突起是此发展过程的重要突破。在培养学生方面，应重视专业技术能力、信息技术能力和管理能力，提高学生的动手实践能力；导师应具备丰富扎实的前沿技术知识、长期的产业一线经验和全过程的创业经验，以科研成果转化为抓手，在科研育人中融入商业思维。在科研创新指导中，导师和学生可利用好ChatGPT等新兴的人工智能工具，助力科研创新工作的高质量推进。

中山大学王昌栋副教授以“指导学生科研路，亦是‘人工’亦‘智能’”为题，从学生选择、科研选题、论文选择、阅读方法、阅读管理、交流讨论、科研想法凝练、论文写作和投稿、论文总结复盘等方面，系统地深入介绍了他在指导学生科研方面的经验和感悟，并就ChatGPT等人工智能模型在学生科研指导工作中的应用进行了探讨。王昌栋认为，ChatGPT可以作为科研工作的重要工具，在学生选题、论文讨论、idea与实验、论文写作等关键步骤减轻导师负担，提高科研效率。

华南理工大学陈俊颖副教授以“紧贴科学前沿选题，AI助力学生科研”为题，探讨如何在人工智能技术大爆发时代指导学生科研。陈俊颖强调，面对ChatGPT等人工智能工具的来袭，导师要上好学生科研第一课――学术规范教育，而学生也应树立正确的科研态度和科研认知，紧贴科学前沿和国家战略需求做好选题，勤读论文、多做实验、善于思考、积极讨论，在科研过程中用好各种人工智能工具。

在引导报告之后，论坛进入思辨环节。会场各位嘉宾围绕“ChatGPT对于学生科创能力培养，利弊何在，利弊孰大？”、“ChatGPT对于科研创新指导，导师角色将削弱还是强化？”、“ChatGPT来袭，学生科研创新的指导模式未来如何应变？”三个议题展开了深入思辨。

思辨议题一：ChatGPT对于学生科创能力培养，利弊何在，利弊孰大？ChatGPT问世之后迅速成为社会热点议题，不同组织和机构对ChatGPT的态度异，有些甚至是截然相反，例如香港大学禁止课堂等教学场景中使用ChatGPT，而香港科技大学则选择积极拥抱。这种现象的背后则是对ChatGPT利与弊的权衡。针对“ChatGPT对于学生科创能力培养，利弊何在，利弊孰大？”的议题，与会人员进行了激烈的思辨。

针对其利弊，中山大学王昌栋副教授提出，ChatGPT对于学生科研指导应是利大于弊。ChatGPT可提供许多强大的功能，帮助导师从一些机械性、重复性的指导工作中解脱出来，例如文献检索、语言表述等，从而使得导师可以将更多时间与精力聚焦于科研工作的核心创新部分。华南农业大学黄栋副教授认为，对于学生科研创新，思考的过程往往比思考的结果更重要。ChatGPT等人工智能模型具有“端到端”的特点，可以针对学生在科研与学习中的问题给出直接的解答，而缺乏思考的过程及必要的训练，这对于已具备良好科研素养的学生来说或非问题，但对于处在科研入门阶段的学生则可能弊大于利。

广东工业大学朱鉴副教授认同ChatGPT的积极作用，提出在合理与规范使用ChatGPT的前提下，导师指导学生科研的效率会有效提升。例如，ChatGPT可以帮助快速查询检索给定研究课题的研究现状与相关文献，可以在学生英文写作及润色上进行辅助。然而，这样也会带来一些弊端，例如学生的文献检索以及英文写作等能力得不到锻炼，但整体而言ChatGPT应是利大于弊的。中山大学胡建芳副教授表示，其利弊与应用场景有关。因其输出的不稳定，对于逻辑严谨性要求高的学科难以胜任，甚至可能给出错误的解题思路，从而误导学生。广东技术师范大学刘伟莉副教授认为，ChatGPT的利与弊，关键在于如何合理使用。ChatGPT提供的答案有时并不准确，甚至可能是杜撰编造的假话套话，学生应当具备辨别真伪的能力，才能为科研助力，发挥其“利”。论及合理使用，黄栋进一步指出，对于ChatGPT等人工智能工具在学生科研工作中的使用，一是应有“限度”地使用，将其作为有限度使用的辅助工具，就如案头的字典或手册，而非作为代劳思考过程的“枪手”；二是应有“质疑”地使用，人工智能模型可能给出的错误、甚至杜撰的回答，对于一些要求严谨的领域可能产生误导，对此应保持严谨与质疑的态度来使用；三是应有“创造”地使用，在使用人工智能工具得到初步回复之后，进一步思考如何在既有内容之上进行更具创造性的科研创新工作。

值得一提的是，论坛现场亦有中学生代表参加。对此议题，在读高中生唐雨丰同学认为，任何事务都有利弊二面性，善用其“利”则利大，规避其“弊”则弊小。ChatGPT等人工智能工具能帮助学生快速开拓视野，减少知识获得的中间环节，只要我们规避不假思索抄作业的作法，这些人工智能工具对于学习与科研应该是好事情，将来也会尝试使用。

思辨议题二：ChatGPT对于科研创新指导，导师角色将削弱还是强化？对此议题，广东工业大学谢光强教授认为，人工智能工具不断迭代与优化，作为导师应主动跟上技术发展的脚步，伴随着技术工具的发展而提升驾驭技术工具、使其为已所用的能力，在学生指导中发挥更具创造性的作用，而在此过程中导师如何提升自己的“不可取代性”，是其角色是否强化的关键。朱鉴亦认为，在ChatGPT背景下，导师的角色是削弱还是强化取决于导师的综合能力。如果导师本身学术能力过硬，又能有效使用ChatGPT，那么ChatGPT可以将导师从一些中间指导过程中解放出来，在创新要求更高的地方发挥指导作用。而如果导师学术功底薄弱，指导能力不足，那么ChatGPT的出现将会给导师带来挑战与压力，甚至削弱其在科研指导中的实质作用。

中山大学胡建芳副教授认为，相比于导师角色的削弱或强化，更可能发生的是导师角色的“转化”。未来可能出现人类导师与AI导师的双导师制度，例如ChatGPT辅助导师，导师亦辅助ChatGPT，协作指导学生。华南农业大学罗浩宇博士提出，导师角色在监督和引导上应是强化的。若学生过分依赖甚至盲从ChatGPT，缺乏自身的辨别力和判断力，则可能在滥用ChatGPT的过程中逐渐失去了独立思维。此时导师应在监督和引导学生正常使用ChatGPT等人工智能工具上发挥更强作用。腾科网络总经理唐慧认为，导师的角色不会被削弱，部分导师角色难以被替代，例如对学生道德观念指导；同时，在一些重复性工作因人工智能工具而减轻之后，导师可以将更多精力和时间放在更高级的指导上，亦可以有精力去指导更多的学生。相信ChatGPT未来会与导师相得益彰、相互促进。

论及衍生议题――“人工智能会‘颠覆’传统的导师指导制吗？”，黄栋提出，当我们谈及导师承担更具创造性工作时，亦应考虑创造性是否真的“不可计算”、是否为人类导师所独有？人类的思维、情感、创造性，终究来自于人脑神经元的连接。人脑神经元可以呈现的创造性，也可能为人工智能模型所呈现甚至超越。或非“现在”的ChatGPT可为，但“未来”的ChatGPT或有可为。从人工智能模型不断进化的视角来看，未来导师角色或将削弱，传统的导师指导制也可能出现颠覆性的改变。现场亦有嘉宾指出，学生教育有一个关键之处在于多样性，每一个学生从幼儿园到大学以至于硕博，一路上有着各个学科、各种风格的教师指导，这些多样性的指导具有相互纠偏的潜在作用，共同造就学生的人格与能力。而若从小到大均接受ChatGPT或人工智能模型的“指导”，或者某一学习阶段仅有ChatGPT的信息输入源，则难免因模型的潜在偏见或其训练数据的特定分布而使得学生教育以及更具体化的科研培养出现缺乏纠正力量的偏差。由此观之，或难颠覆，亦不应颠覆。

思辨议题三：ChatGPT来袭，学生科研创新的指导模式未来如何应变？回顾历史，汽车替代马车，带走了马夫这一职业，同时也带来了汽车司机这一新职业。ChatGPT来袭，是不是教师职业更替的新一轮历史周期律？当前学生科研创新的指导模式未来如何应变？对此议题，朱鉴提出，学生科研创新的未来指导模式可能会从现在的导师与学生直接面对面的方式，逐渐转换成为“学生-ChatGPT-导师”这样一种含有中间过程的指导模式，其中ChatGPT或扮演导师助理或者副导师的角色。刘伟莉认为，ChatGPT是一种人工智能算法，它本身具有归纳偏好和文化价值导向，导师在指导学生时应该警示学生ChatGPT的不利因素和偏见，让学生有原则、选择性地去使用它，在积极利用ChatGPT的强大功能的同时，又不被其带“偏”。进一步，陈俊颖认为，当前ChatGPT在指导学生方面存在一些缺陷，如主观偏向、无法因材施教等问题，对此，导师应该及时发现潜在的偏见，并且注意多样性思维模式的影响。当使用chatGPT作为学生科研指导的第二导师时，要求导师的知识面足够强，需要不断提升自我能力，以适应未来科研创新的发展趋势。

现场亦有嘉宾表示，ChatGPT可视作一个智能搜索引擎，擅长回答但不擅长提问，在创新能力尚有不足，无法完全取代导师，导师的亲力亲为在培养学生科研思维能力等方面仍然重要。此外，ChatGPT可作为科研助手，负责指导学生科研中非创新的部分工作，导师在此过程中则需要教学生辨别ChatGPT所提供结果的真伪。此外，ChatGPT回答问题的能力很强，但对于科研来说，提出问题往往比解决问题更加关键。在ChatGPT等人工智能模型不断发展的背景下，导师需要把握方向，在科研方向选择、科学问题探寻上给予指导；需要把握温度，使得科研创新指导过程和教育过程不仅限于问与答，更应体现人性的关怀和温暖。

与会专家学者及学生代表现场探讨

此次论坛历时三个多小时，论坛执行主席谢光强教授最后对此次论坛进行了总结。谢光强指出，教师是人类灵魂的工程师，学生科研创新指导过程以及更广泛的教学过程，应当是有温度的、有热情的、充满希望的。ChatGPT是对过去知识的总结归纳，教师的工作则应是面向未来、创造未来的。此次论坛围绕ChatGPT来袭时学生科研创新指导相关的多个议题进行了深入思辨，可以为人工智能技术迅速发展背景下的学生指导工作提供有意义的借鉴。最后，此次论坛在一片热烈的讨论氛围中圆满结束。

与会人员合影

此次论坛由CCF主办，CCF YOCSEF广州学术委员会和广东工业大学创新创业学院承办，新华三技术有限公司为此次活动提供赞助支持。通讯员/黄栋 蓝连涛 谢光强编辑/刘秀

人工智能ChatGPT概念 从ChatGPT看人工智能发展趋势

人工智能ChatGPT概念的股票,人工智能tf,人工智能 f1,人工智能cs

　　来源：中金点睛 作者：于钟海 王之昊等

　　中金认为，OpenAI发布ChatGPT Plugins，标志着AI时代的“操作系统”初见雏形。未来大模型端或马太效应显著，应用侧仍有望百花齐放，坚定看好应用侧发展机遇。

　　摘要

　　OpenAI发布ChatGPT Plugins，AI时代的“操作系统”初见雏形。3月24日，OpenAI正式发布插件功能ChatGPT Plugins，凭借官方发布的11款插件，用户已经可以实现在ChatGPT上进行食谱热量计算、在线订购食材、机票等功能。具体而言，ChatGPT Plugins是进一步生态变革的开端，基于ChatGPT的改进包括：能够访问互联网实时数据、创建并编译代码、调用和创建第三方程序。我们认为，ChatGPT Plugins有望成为AI时代的核心入口，从大模型技术赋能者转向平台经济重要生态入口卡位，一方面可以接入应用、赋能应用，另一方面可以调用应用、操作应用，以大模型兼具“操作系统”角色，加速海外生态中与其他应用层的精细化分工。

　　GitHub发布升级版【【淘密令】】，全面提升开发者工作效率。3月22日，GitHub 【【淘密令】】发布，在原Copilot的代码生成基础上，增加了交互式代码生成、修改、解释、语音生成能力，并在开发者常用的拉取请求、终端界面等场景下实现了GPT-4的全面赋能。短期来看，我们看好GPT赋能下开发效率实现大幅提升；长期来看，我们认为通过自然语言交互，GPT-4有望发展成为真正意义上的“无代码平台”，带来软件行业商业模式进化。

　　未来大模型端或马太效应显著，应用侧仍有望百花齐放，坚定看好应用侧发展机遇。大模型路线下，成本、算力、场景、数据等多维度需求铸就高门槛，我们认为缺少资源的中小参与者或难以跟随技术发展的步伐，大模型格局或将走向集中。国内大模型厂商在发挥生态先发优势的同时，仍面临潜在GPT大模型开源带来的门槛降低、生态冲击风险。另一方面，大模型赋能行业应用场景广泛，我们认为应用侧有望百花齐放。我们认为大模型技术革命下应更加看重数据丰富的闭源应用场景（电商、搜索、工业、金融、建筑设计等领域），并关注海外产业化落地进展及国内对标成果。

　　风险

　　技术进展不及预期，国内应用落地不及预期。

　　正文

　　OpenAI发布ChatGPT Plugins，AI时代的“操作系统”初见雏形

　　北京时间2023年3月24日，OpenAI正式发布插件功能ChatGPT Plugins。ChatGPT实现了对插件的支持，补齐数据时效性的短板，拥有了联网访问最新信息，进行数学计算、代码运行或直接调用第三方API服务等一系列能力。凭借官方发布的11款插件，用户已经可以实现在ChatGPT上进行食谱热量计算、在线订购食材、机票等等。

　　图表：OpenAI为ChatGPT Plugins首发11款官方插件

　　案例1：访问互联网实时数据

　　针对实时信息相关问题，ChatGPT已实现联网获取信息后生成答案。推出插件之前，ChatGPT被诟病最多的话题是训练数据截至2021年，不能获取最新消息。然而基于之前WebGPT等工作，ChatGPT Plugins实现了浏览互联网信息，大大拓宽了数据范围。例如用户可以向ChatGPT提问最新一届奥斯卡的相关信息，ChatGPT会联网进行搜寻，然后按照大家已经熟知的方式输出结果。此外，作为语言模型ChatGPT依然能够对语言进行创作性工作，例如用诗歌串联奥斯卡演员和电影。

　　图表：ChatGPT Plugins使用Browsing插件访问互联网后，回答奥斯卡相关问题并进行诗歌创作

　　案例2：创建并编译代码

　　ChatGPT可以运行Python编译器处理上传或下载的代码、文件。ChatGPT支持用户将文件上传至会话工作区、可以执行Python编译器运行代码，并在会话中持续存在供后续调用。该功能能够协助程序员提升工作流程效率，在用户实际使用中能够解决定量和定性的数学问题，进行数据分析和可视化，转换文件格式。

　　图表：ChatGPT进行代码编写解决数学问题

　　图表：ChatGPT与数据文件交互并可视化

　　案例3：调用和开发第三方程序

　　ChatGPT Plugins大大降低了调用和开发第三方程序的门槛。目前只需要输入自然语言，ChatGPT模型就能读懂用户的需求以调用适当的插件API实现用户意图。除了调用现有的插件之外，ChatGPT还支持通过自然语言交互来快速生成自定义插件（如OpenAI官网示例构建管理待办事项的插件），开发者只需要使用自然语言对插件的功能进行描述即可得到相应插件，大幅降低插件的开发门槛。

　　图表：管理待办事项的插件的Manifest文件示例

　　图表：ChatGPT调用OpenTable插件进行餐厅预订

　　图表：ChatGPT调用Instacart插件进行线上购物

　　ChatGPT Plugins实现模型与应用之间的互相调用，未来有望成为AI时代的“操作系统”。我们认为，ChatGPT Plugins可能成为AI时代的核心入口，从大模型技术赋能者转向平台经济重要生态入口卡位，一方面体现为可以接入应用、赋能应用，另一方面可以调用应用、操作应用，以大模型兼具“操作系统”角色，加速海外生态中与其他应用层的精细化分工。我们认为微软此前发布的Copilot中的Business Chat验证了生态入口这一想法。

　　从PC时代的Windows到AI时代的GPT，微软卡位重要生态入口，高筑生态壁垒。微软在PC时代做Windows操作系统的时候就非常重视生态，凭借先发优势迅速培育基于Windows的大批应用厂商，事实上生态壁垒是微软在操作系统领域核心壁垒之一。在AI时代，我们认为微软的生态布局思路类似，在大模型发布和生态卡位早期即将生态“平台化、上游化”，持续的将先发优势转换为生态壁垒。

　　未来大模型端或马太效应显著，应用侧仍有望百花齐放，我们坚定看好应用侧发展机遇。大模型路线下，成本、算力、场景、数据等多维度需求铸就高门槛，我们认为缺少资源的中小参与者或难以跟随技术发展的步伐，大模型格局或将走向集中。国内大模型厂商在发挥生态先发优势的同时，仍面临潜在GPT大模型开源带来的门槛降低、冲击大模型厂商生态的风险。另一方面，大模型赋能行业应用场景、应用任务广泛，我们认为应用侧有望形成百花齐放的局面。我们认为大模型技术革命下应更加看重数据丰富的闭源应用场景（电商、搜索、工业、金融、建筑设计等领域），并关注海外产业化落地进展及国内对标成果。

　　图表：海外前沿场景及国内对标梳理

　　GitHub升级【【淘密令】】，GPT融合IDE改造软件行业生产力

　　GitHub Copilot通过AI赋能编程，加速代码开发。GitHub Copilot是2021年6月微软和OpenAI共同推出的一款基于GPT-3模型的AI赋能编程工具，可以自动推荐或生成代码供程序员使用，2022年6月正式上线（定价为10美元每月或100美元每年）。根据GitHub CEO介绍，GitHub发布以来通过自动注释和代码生成，参与编写了46%的新代码，帮助开发者代码编写速度提升55%。

　　GPT-4赋能下，升级版GitHub 【【淘密令】】全面赋能开发全流程。2023年3月22日，GitHub推出【【淘密令】】计划，将GPT-4大模型融入IDE，通过对话和终端交互界面，在代码编写过程中支持对话式代码编写、修正、解释、语音生成等；在开发常用的代码拉取（Pull requests）、命令行使用、知识文档搜索等领域，【【淘密令】】也能够实现深度赋能，助力开发者全流程提效。目前【【淘密令】】尚未公测，订阅Copilot的开发者可以通过加入候选名单排队等待试用。

　　支持对话式代码编写、修正、解释、语音生成，全面提升编程效率

　　GitHub Copilot Chat成为“代码版”ChatGPT。其可以让开发者在编辑器中获得类似ChatGPT的体验，GitHub宣布【【微信】】、VS Code等集成开发环境（IDE）中将陆续实现Chat的集成。通过聊天窗口，开发者能够实现对话式代码编写、修正，还能够让Chat对选中代码进行解释，甚至支持语音生成代码功能，我们认为GPT-4赋能下的【【淘密令】】进一步大幅提升了开发者的生产力。

　　图表：GitHub 【【淘密令】】支持通过对话交互生成代码

　　参与处理代码推送和命令行使用，全面优化开发者使用体验

　　GitHub 【【淘密令】】赋能代码拉取（Pull requests）环节。代码拉取（Pull requests）是开发者使用GitHub的核心功能之一，开发者通过提交拉取请求，将编写的代码推送到仓库管理员处，后者决定是否将代码合并进入主分支。【【淘密令】】能够帮助开发者自动编写请求描述（通过Tab键可以实现快速填充），由此加速整个团队的代码审查和合并速度。

　　GitHub 【【淘密令】】实现快速查找终端命令行指令。终端（Terminal）也是开发人员经常使用的界面，而终端命令行数量较多，即使是熟练的开发人员较难准确记忆所有的命令。GitHub Copilot CLI能够通过编写命令和循环，支持模糊查询找到开发者需要的终端指令。

　　图表：GitHub 【【淘密令】】自动编写请求描述（左）、快速查找命令行指令（右）

　　GPT在代码开发领域的应用正在重塑软件行业的生产力。目前GPT-4的应用已经可以覆盖较多简单编程的工作，并且在较为复杂的编程环节也可以赋能开发者。长期来看，我们认为通过自然语言交互，GPT-4有望发展成为真正意义上的“无代码平台”，无开发经验的用户也有望成为开发者；短期而言，我们认为其仍是作为开发者的辅助工具而存在。

　　GPT赋能下，我们认为软件与服务行业公司有望迎来深刻的行业变革：

　　? 对于IT服务类公司：短期来看，我们认为GPT赋能下IT服务公司有望投入更少的开发或实施人员实现同等质量的交付，在成本端实现降本增效；收入端由于IT服务类公司通常采用人天报价模式，实施人员减少下项目整体报价或受到一定压制，但我们认为整体而言AI提升开发效率对IT服务类公司利大于弊。长期来看，我们认为开发人员持续减少有望迎来开发成本的持续下降和毛利率持续提升，IT服务公司有望迎来商业模式的变革。

　　? 对于产品型公司：降本是其次，开发工作效率是核心。软件产品的迭代速度是产品型软件公司的核心竞争力之一，我们认为GPT赋能下软件产品迭代开发速度有望更上一层楼。对软件公司而言，对客户需求和反馈的响应速度、对新技术的应用速度都有望实现进一步提升；对客户而言，快速迭代的产品也有望助力提升使用体验。

　　编辑/lambor