当红炸子鸡ChatGPT，也成为数学天才陶哲轩的研究工具了。
近日，他在网上称自己发现了一些ChatGPT的小用例。
首先，它很擅长解析代码格式的文档（在这种情况下是#arXiv搜索的API），然后返回一个正确格式的代码查询（后来它还提供了一些工作的python代码，以我要求的方式调用这个API，尽管我不得不手动安装一个包来使它运行）。其次，我让它想出一些，聪明的学生在本科线性代数课上可能会问的问题（为此我提供了一些样本题目），它给出了一些很好的例子，让我对课程可能方向，以及潜在的作业问题有所启发。
总之，我发现ChatGPT等AI工具虽然不能帮我攻克一个未解决的数学问题，但对其他工作相关的问题很有用，尽管事后经常需要进行一些手动调整。
GPT-4和GPT-3.5差别不大
GPT-4是怎样擅长解析代码格式的文档？
陶哲轩让GPT-4对所有的arXiv文章进行搜索查询，这些文章的元数据是一个给定的关键词（比如，「Collatz」），并且是在一定的日期范围内提交的（比如，在2011-2016之间）。根据下面的文档，这样的查询的格式是什么？
对此，GPT-4不仅给出了代码，还列出了查询的分类。
网友问，作为一个阅读工具，给定一篇论文，让它提出审稿人或演讲者可能会问哪些问题？在这一方面GPT-4做得如何？
对此，陶哲轩拿去测评了一番，大赞「确实不错」。
「这里是最近一篇论文的前几页。你能提出一些听众在听关于这篇论文的讲座时可能提出的问题吗？」
ChatGPT回答「当然，这里有一些数学家在听了关于这篇论文的讲座后可能会问的问题」。然后，巴拉巴拉列出了7个问题。
细心网友发现陶哲轩发帖的截图是GPT-4。
便问道，「你认为以前的ChatGPT和基于GPT-4模型的新助手之间有什么区别？」
陶哲轩称，「到目前为止，GPT-4的答复稍微有用一些，而且符合我的要求，但我没有看到质量上的重大差别。」
ChatGPT加入工作流
ChatGPT的诞生，许多人都在惊呼自己的工作要被AI替代了。
就连天才数学家陶哲轩也上手ChatGPT了。
3月5日，陶哲轩在网上称自己决定尝试以不同的方式将AI工具纳入我的工作流程。其中就包括GPT-4、DeepL等工具。
在此期间，ChatGPT隐藏功能都被他挖掘了出来，比如寻找公式、解析代码格式的文档、改写论文语句等等。
比如，ChatGPT有时可以在数学中做一个半成品的语义检索，也就是用它来生成一些提示。
比如，陶哲轩让ChatGPT从描述中识别库默尔定理，它没能给出正确答案，但根据它给出的近似答案（Legendre 公式）。
对此，陶哲轩称，人工智能在数学中的作用是提供一个初步的近似答案，然后可以结合传统搜索引擎轻松找到正确答案。
陶哲轩还发现了ChatGPT在处理数学问题时的亮点，能够识别不同语言的数学概念音译版。
另外，可以要求ChatGPT转换从MathSciNet获得的一堆参考文献，并在LaTeX书目环境下将其格式化为\bibitems。
然而ChatGPT 就没有犯错的时候吗？
在一个关于「素数是否无穷多」的证明问题中，陶哲轩发现ChatGPT给出的答案并不是完全正确的。
从另一面看，他发现ChatGPT给出的论证思路是可以被固定下来的，并且这个思路他之前都从未见过。
复制、粘贴、一键完成！
挖掘GPT-4的用例，网友们也是花了不少功夫。
让GPT-4评审论文不仅合理，而且还能击中要点。
「作为一个学者，我不知道如何看待这个问题：我把我的一篇旧论文放到GPT-4中（分成两部分），要求一个经济社会学家进行严厉但公平的同行评审。」
它创造了一个完全合理的同行评审，踩中了我的评审员提出的许多要点。
对许多人来讲，想要做什么，直接问GPT-4，「复制、粘贴、一键完成！」
就比如用GPT-4做一个复杂的游戏。
网友把GPT-4、Replit、MidJourney、Claude组建成一个人工智能助手团队，从头开始创建了一个3D太空跑酷游戏。
然鹅，自己竟对Javascript或3D游戏编程一无所知。
