农机销售广告创意宣传

zhenggeruanjiancaozuobushihenfuza，henduogongnengyimuleranxuanzegouwu；guankamoshi：genjumubiaojiangqiudaruqiudaijikehuosheng！xiadanshikeyixuanzexuyaodekuaidigongsi，huiyouzhuanyerenyuanshangmenqujian。wukongchuanshuobiantaibanceceshizhongxinyounengchang程(cheng)序(xu)員(yuan)的(de)未(wei)來(lai)屬(shu)於(yu)「偽(wei)代(dai)碼(ma)」！Nature專(zhuan)欄(lan)：用(yong)ChatGPT加(jia)速(su)科(ke)研(yan)編(bian)程的三(san)種(zhong)姿(zi)勢(shi)

新(xin)智(zhi)元(yuan)報(bao)道(dao)

编輯(ji)：LRS

【新智元導(dao)讀(du)】ChatGPT讓(rang)科研编程不(bu)再(zai)難(nan)！

基(ji)于生(sheng)成(cheng)式(shi)人(ren)工(gong)智能(neng)工具(ju)，比(bi)如(ru)ChatGPT、Bard等(deng)聊(liao)天(tian)機(ji)器(qi)人的出(chu)現(xian)，以(yi)及(ji)如何(he)將(jiang)AI工具用于學(xue)術(shu)研究(jiu)引(yin)發(fa)了(le)巨(ju)大(da)的爭(zheng)議(yi)，但(dan)與(yu)此(ci)同(tong)時(shi)，AI生成的代码用于科学研究的價(jia)值(zhi)被(bei)忽(hu)視(shi)了。

与ChatGPT生成文(wen)本(ben)导致(zhi)的剽(piao)竊(qie)問(wen)題(ti)相(xiang)比，用AI抄(chao)代码顯(xian)然(ran)争议更(geng)小(xiao)，開(kai)放(fang)科学甚(shen)至(zhi)鼓(gu)勵(li)「代码共(gong)享(xiang)」和(he)「代码重(zhong)用」，溯(su)源(yuan)起(qi)来也(ye)很(hen)方(fang)便(bian)，比如python裏(li)用到(dao)「import」导入(ru)依(yi)賴(lai)包(bao)就(jiu)算(suan)引用。

最(zui)近(jin)Nature上(shang)发表(biao)了壹(yi)篇(pian)評(ping)論(lun)文章(zhang)，作(zuo)者(zhe)團(tuan)隊(dui)討(tao)论了 ChatGPT在(zai)科学编程領(ling)域(yu)的三個(ge)潛(qian)在能力(li)，包括(kuo)頭(tou)腦(nao)風(feng)暴(bao)、分(fen)解(jie)復(fu)雜(za)任(ren)務(wu)、以及處(chu)理(li)簡(jian)單(dan)但耗(hao)时的任务。

研究人员通(tong)過(guo)使(shi)用ChatGPT将自(zi)然語(yu)言(yan)翻(fan)譯(yi)成計(ji)算机可(ke)读代码，探(tan)索(suo)了使用生成式AI来增(zeng)強(qiang)科学编码的能力和局(ju)限(xian)性(xing)。

實(shi)驗(yan)中(zhong)的例(li)子(zi)主(zhu)要(yao)探索了可能与生態(tai)学、進(jin)化(hua)及其(qi)他(ta)领域相關(guan)的通用任务，研究人员发现，使用ChatGPT可以完(wan)成80%-90%的代码编寫(xie)任务。

如果(guo)任务被分解成小的、可管(guan)理的代码塊(kuai)，並(bing)帶(dai)有(you)精(jing)確(que)的提(ti)示(shi)作為(wei)查(zha)詢(xun)，ChatGPT可以生成非(fei)常(chang)有用的代码。

值得(de)註(zhu)意(yi)的是(shi)，用Google的Bard进行(xing)同樣(yang)的实验通常會(hui)得到類(lei)似(si)的結(jie)果，但代码中的錯(cuo)誤(wu)更多(duo)，所(suo)以這(zhe)篇文章主要使用ChatGPT进行实验。

第(di)一作者Cory Merow是一位(wei)定(ding)量(liang)生态学家(jia)，主要研究方向(xiang)是建(jian)立(li)机制(zhi)模(mo)型(xing)来預(yu)測(ce)人口(kou)和社(she)區(qu)對(dui)環(huan)境(jing)變(bian)化的反(fan)應(ying)。即(ji)使是最好(hao)的數(shu)據(ju)集(ji)在预测全(quan)球(qiu)变化反应方面(mian)也是不完善(shan)的，所以需(xu)要开发一些(xie)工具来结合(he)数据源和探索数据集，以深(shen)入了解生物(wu)系(xi)統(tong)可能发生的变化。

ChatGPT助(zhu)力科学编码

ChatGPT以回(hui)歸(gui)模型GPT-3为基礎(chu)，在海(hai)量的網(wang)頁(ye)、書(shu)籍(ji)等文本上进行擬(ni)合訓(xun)練(lian)，不需要搜(sou)索即可生成文本。

所以ChatGPT更擅(shan)長(chang)內(nei)插(cha)（interpolating，即预测与训练数据相似的文本），而(er)不擅长外(wai)推(tui)（extrapolating，即预测与训练样本不同的新文本）。

训练集的龐(pang)大規(gui)模是一个優(you)势，意味(wei)著(zhe)GPT-3已(yi)經(jing)看(kan)到了大量的语言模式，使其能夠(gou)内插并增加生成对人类有用回复的可能性。

不过对代码生成任务来說(shuo)，GPT-3并不知(zhi)道如何编程，只(zhi)是知道代码看起来像(xiang)什(shen)麽(me)样，以及哪(na)些詞(ci)最可能出现在下(xia)一个位置(zhi)，其工作原(yuan)理类似于自動(dong)補(bu)全，基于概(gai)率(lv)模型预测下一个代码块（chunk），块通常比词（word）要小，也可以叫(jiao)做(zuo)token

生成正(zheng)确token的概率基于所有token的概率乘(cheng)積(ji)，即增加预测token的数量或(huo)降(jiang)低(di)選(xuan)中token的确定性会增加任务的难度(du)，從(cong)而降低獲(huo)得正确token的概率。

因(yin)此，想(xiang)要增加正确token的概率，需要縮(suo)短(duan)生成任务的长度，或是提供(gong)更具體(ti)的指(zhi)令(ling)。

最後(hou)，研究人员提醒(xing)，ChatGPT生成的文本有些看起来像代码，但可能無(wu)法(fa)執(zhi)行，所以在编码过程中需要仔(zai)細(xi)觀(guan)察(cha)調(tiao)試(shi)。

头脑风暴工具

ChatGPT可以很好地(di)檢(jian)索多个数据源，例如在生态领域可以同时获取(qu)植(zhi)物性狀(zhuang)、物种分布(bu)区域和氣(qi)象(xiang)数据。

雖(sui)然ChatGPT提供的数据有些是不正确的，但通过其提供的鏈(lian)接(jie)可以很快(kuai)地校(xiao)正这些错误。

不过ChatGPT并不能写爬(pa)蟲(chong)从网站(zhan)上下載(zai)数据，可能是因为R语言的包和底(di)層(ceng)应用程序接口（如R訪(fang)问数据庫(ku)的協(xie)议）更新过快，畢(bi)竟(jing)ChatGPT的训练数据是在2021年(nian)構(gou)建的。

ChatGPT可以在遇(yu)到特(te)定问题时提出各(ge)种统计技(ji)术，在后續(xu)的提问中可以生成更多基于用戶(hu)假(jia)設(she)的指导意見(jian)，并提供一份(fen)初(chu)始(shi)代码。

不过綜(zong)合（synthesis）过程只適(shi)用于提出并交(jiao)流(liu)想法，仍(reng)然需要通过傳(chuan)统的数据源（如论文等）进行事(shi)实核(he)查。

需要注意的是，一些网站聲(sheng)稱(cheng)ChatGPT有能力对书籍写摘(zhai)要，不过从研究人员的测试结果来看，这种摘要综合的结果完全不对，可能是因为测试用的书籍沒(mei)有在GPT-3训练集中出现。

更难的任务需要更多的debug

ChatGPT非常擅长生成模板(ban)代码，在特定指令下提供一份包含(han)少(shao)量函(han)数的短腳(jiao)本代码。

比如下面的例子中，研究人员要求(qiu)ChatGPT将四(si)个常用函数的輸(shu)入和输出串(chuan)一起。并提供一个将此函数用于模拟数据的示例代码。

可以看到ChatGPT生成的结果幾(ji)乎(hu)是完美(mei)的，调试代码只花(hua)了几分鐘(zhong)，不过需要在提示中非常具体地说明(ming)query，包括提供命(ming)名(ming)和用到的函数。

研究人员发现，成功(gong)的关鍵(jian)在于：

1、将复杂任务分解成多个子任务，每(mei)个子任务最好只需要少数几个步(bu)驟(zhou)即可完成，毕竟ChatGPT生成的代码是基于概率文本预测模型的结果。

2、ChatGPT在使用已经存(cun)在的函数时表现最佳(jia)，因为这时只涉(she)及内插而非外推。

例如，使用正則(ze)表達(da)式（regex）从文本中提取信(xin)息(xi)的代码对于許(xu)多开发人员来说是非常困(kun)难的，不过因为已经有正则网站提供了大量在線(xian)示例，并可能出现在ChatGPT示例中，所以ChatGPT写正则的性能還(hai)是不错的。

3、学术界(jie)对ChatGPT最大的批(pi)评之(zhi)一是其信息来源缺(que)乏(fa)透(tou)明度。

对于代码生成任务，通过指定「命名空(kong)間(jian)」（namespace），即在使用函数时显式调用包名可以实现一定程度的透明性。

不过ChatGPT可能会直(zhi)接复制个人的公(gong)开代码而没有引用出来，并且(qie)研究人员仍然有責(ze)任验證(zheng)正确的代码归属人。

同时，如果要求生成更长的脚本会暴露(lu)出一些ChatGPT的缺陷(xian)，例如伪造(zao)函数名或參(can)数等，这也是StackOverflow禁(jin)用ChatGPT生成代码的原因。

但如果用户提供了一組(zu)明确的执行步骤，ChatGPT仍然可以生成一个有用的工作流模板，定義(yi)步骤之间的输入和输出之间的連(lian)接，这可能是用GPT-3外推生成新代码的最有用的途(tu)徑(jing)。

目(mu)前(qian)ChatGPT还不能将伪代码（用简单语言描(miao)述(shu)的算法步骤） 轉(zhuan)換(huan)为完美的计算机可执行代码，但这可能離(li)现实并不遙(yao)遠(yuan)。

ChatGPT对于初学者、不熟(shu)悉(xi)的编程语言来说特別(bie)有幫(bang)助，因为初学者只会写一些較(jiao)短的脚本，调试更方便。

ChatGPT更擅长非創(chuang)造性任务

ChatGPT最擅长解決(jue)的是耗时的公式化任务，可用于调试、检测和解釋(shi)代码中的错误。

ChatGPT在编写函数文檔(dang)时也非常有效(xiao)，例如使用roxygen 2的内聯(lian)文档语法，在標(biao)識(shi)出所有参数及类上非常高(gao)效，不过卻(que)很少解释如何使用函数。

一个关键的限制是ChatGPT的生成被限制在大約(yue)500个单词，只能专注于较小代码块的生成，同时还可以生成单元测试以自动化确認(ren)代码功能。

ChatGPT給(gei)出的大多数建议在定义测试的结构和检查预期(qi)的对象类方面是很有帮助的。

最后，ChatGPT在对代码进行重新格(ge)式化以遵(zun)循(xun)标準(zhun)化（例如Google）代码样式方面非常有效。

未来属于伪代码

ChatGPT和其他人工智能驅(qu)动的自然语言处理工具已经准備(bei)好将开发人员的简单任务进行自动化，例如编写短函数，语法调试，注释和格式化，而擴(kuo)展(zhan)复杂性取决于用户的调试意願(yuan)（以及他們(men)的熟练程度）。

研究人员總(zong)结了ChatGPT在代码生成上的功能，可以简化科学领域的代码编写过程，不过人工检查仍然是必(bi)要的，可運(yun)行的代码并不一定意味着代码能够执行预期的任务，因此单元测试或非正式的交互(hu)式测试仍然至关重要。

在解决方案(an)可能由(you)人类开发，并由ChhatGPT简单复制生成的情(qing)況(kuang)下，确保(bao)正确的代码归属人至关重要。

目前已经有聊天机器人开始自动提供指向其来源的链接（例如，微(wei)軟(ruan)的必应），盡(jin)管这一步还处于起步階(jie)段(duan)。

与传统方法相比，ChatGPT提供了一种学習(xi)编码技能的替(ti)代方法，通过将伪代码直接转换为代码，可以緩(huan)解编写初始任务的障(zhang)礙(ai)。

研究人员懷(huai)疑(yi)未来的进展将使用ChatGPT这样的工具来自动调试编写的代码，根(gen)据遇到的错误叠(die)代地生成、运行和提出新代码，在实验过程中，研究人员发现糾(jiu)正代码的能力有限，只有在非常具体的指令針(zhen)对小代码块时才(cai)会偶(ou)爾(er)成功，调试过程的效率远低于人工调试。

研究人员猜(cai)想，隨(sui)着技术的进步（比如最近发布的GPT-4模型 ，据称比GPT-3模型大10倍(bei)），自动化调试将会得到改(gai)进。

未来即将到来，现在是开发人员学习提示工程技能以利(li)用新興(xing)AI工具的时候(hou)了，研究人员预计，使用人工智能生成的代码将成为软件(jian)开发各个方面越(yue)来越有价值的技能，这些技能是科学发现和理解的基础。

参考(kao)資(zi)料(liao)：

https://www.nature.com/articles/s41559-023-02063-3返(fan)回搜狐(hu)，查看更多

责任编辑：