智能科研：如何用ChatGPT改变科研方式？

使用ChatGPT编写程序最需要注意的就是将自己需求描述清楚，然后根据第一次对话反馈的代码进行分析，分析后再逐步增加需求，不断的进行调试。这个过程看着复杂，其实耗时并不多。

下边以一个简单的需求为例，让ChatGPT编写计算指定压力下不同温度空气的密度、动力粘度、导热系数。

反馈回来的代码初次运行后会出现inf，这时就需要注意输入参数的问题，将其中的double pressure = CoolProp::PropsSI("P","T",273.15,"Q",0,"Air"); // Standard atmospheric pressure

直接修改为double pressure = 101325.0;  // 标准大气压，单位：Pa

即可准确输出结果

通过上述简单的例子想要说明的是无论是GPT3.5还是GPT4输出的结果都需要自己进行判断，而判断的前提是对自己需要解决的问题有深入的了解，同时也要掌握编写程序语言的基本语法。

总之，ChatGPT在编写程序方面的能力是毋庸置疑的，而写出的程序具体能达到什么样的水准则要取决于使用者。

使用ChatGPT编写程序的这段时间基本完成了我半年的任务量，因为我是从使用ChatGPT才开始学习的C++，进而也缩短了语言学习及使用的过程。

对我来说，在编写程序方面ChatGPT更像是桥梁，跨越了程序语言对使用者的阻碍，快速解决各种需求。

切记，不要指望扔给ChatGPT一句话满足你所有需求！我在编写程序时一般是从第一次反馈结果的十几行代码逐步增加到了上百行。

在没有各种类似ChatGPT之前，我们学习文献基本要靠翻译工具，翻译后再基于自己的理解进行加工，之后才是深入学习文献的内容（熟练后才能直接阅读）。而使用ChatGPT这个过程就简单很多了，只需上传--讲需求--反馈结果，三步完成。

首先将论文上传这个网站（https://askyourpdf.com/upload），之后会生成一个文档ID，在ChatGPT只需将文档ID复制进去，说明需求即可。

上述过程大大缩短文献学习调研的时间，分析后再使用其他文献管理进行标记整理，方便后续的查找及引用。

在没有ChatGPT之类工具之前，我们一般会使用谷歌翻译、DeepL Pro进行翻译，再使用grammarly等工具进行润色。

而使用ChatGPT可以一次性搞定翻译润色，同时可以指定目标期刊语言特色进行润色，从而让你的论文几乎找不到任何问题。

将翻译润色后的这段话放进grammarly后几乎找不到任何问题，但是还可以继续进行对话，让其进行优化。

以上就是我近期关于使用ChatGPT进行科研的一些体验，总的来说它可以帮助你解决大部分问题，快速提升科研效率。但需要注意的是，不要过度依赖ChatGPT，每次解决一个问题后都需要学习解决这个问题背后的逻辑。

在编写程序方面也是，不要调试后没有问题了直接就用，而是要搞明白它的逻辑及语法规则，在今后的学习中遇到同样的问题知道如何处理。

否则，自己慢慢也成变成了AI的搬运工具！