科學家也失業了？大模型五美分破解化學難題，物理學難題！！！

大家好 這個視頻呢 我們聊一下cloud3 前面我們一期視頻呢 聊過cloud3 是吧 他跟ChetGPT的3.5和4做一些對比啊 就是cloud3在各個方面呢 有碾壓ChetGPT 4 3.5的趨勢啊 最近呢 有更多的這個研究的成果出來 是吧 就是試驗成果 使用成果 也可以這麼說啊 發現cloud3確實比ChetGPT 4要強啊 有很多例子啊 比如說一個化學博士 是吧 他要發表一篇博士論文 因爲在化學領域嘛 是吧 他要用大模型來試驗一下 比如他試過了ChetGPT 4 他給ChetGPT 4一些提示詞 按照他的思路呢 他是希望ChetGPT或者cloud3給我一些方案 我看一下跟我將要發表的這個論文 有什麼區別 是吧 這個方向上這個區別大不大 是吧 我能不能這麼發表 是吧 你想的跟我想的是不一樣 他就給了ChetGPT 4 結果ChetGPT 4給的那個答案呢 中規中矩啊 就是比如說外面有什麼 然後這個公開發表的這些結論有什麼啊 基本上就是離不了那三板斧吧 但是他把同樣的提示詞給cloud3的時候 他發現cloud3居然推演出了他論文中描述的方案 也就是他的論文方案實際上沒有發表的 因爲他查過了 對不對 他找不到 他找不到相同點 哎 基於這個發現啊 他感覺到震驚了 哇 那將來的科研成果呢 那是不是已經結束了 你直接交給cloud3這樣大模型去解決就行了呀 比如說他在某某課題 是吧 我現在要解決什麼什麼什麼什麼的難題 他直接把這個難題扔給cloud3 cloud3就會給他一些答案 他給他一些答案以後 他拿着這個答案就可以直接用 或者是找產品用 或者是甚至可以發表論文去給別人去辯論啊 都是有可能的 當然這個化學博士呢 他要展示的就是說 現在大模型有可能讓我們的科學 就是science終結 就是我們這些所謂這個博士啊 就包括中高級博士 發表的這些論文 很有可能就被這個所謂的大模型給替代了 因爲他已經看到這個趨勢了 這個趨勢非常非常明顯 對吧 非常明顯 然後呢 另外一個例子就是一個量子物理學的博士 他也一樣 他做了相關的一些驗證 也是用Cloudy 3做的 他當然是發表的是物理相關的論文的研究了 然後同樣的 他把他的課題扔給這個Cloudy 3 結果他也能推演出他論文中研究的這個方向 這個也是把他給震驚到了 那從這一點呢 我們可以看出首先Cloudy 3 它比Tentative Form要強很多 就OpenAI需要加把勁 現在有點落後了 雖然師出同門 都是屬於師兄弟 但是明顯感覺Cloudy 3要強很多了 現在啊 那基於此 有的人呢 就開始把這個Cloudy 3用到更多的領域去驗證 結果發現 你比如說類似的數學題 Cloudy 3也能解 我們知道這個Chart GPT-4 它比較 包括Chart GPT的3.5版本 它比較弱的一個方面就是數學方面的東西 結果Cloudy 3能夠解決這樣的問題 這一點就非常牛了 前段時間我們說到這個首個AI程序員 就是那個David是吧 他能夠端着端着 寫出一個應用程序來 包括這個Video Game 他也都全部能搞定 這個是對我們編程這個行業 也是一種顛覆性的一個事件 這就意味着將來我們僱傭程序員 我們可能不會找人類程序員了 因爲你找AI程序員 你無非就是付個月費 就搞定了 你像前面用那個Cloudy 3 它的成本是什麼 你做了這個事情 導出它的化學論文 導出它的量子物理學論文 它花了五美分 就是平均的這個花的這個錢 五美分時間呢 就是兩到三個小時 就是這麼一件事情 把博士一個博士 一箇中高級博士要花一年 甚至更長時間要做的一個研究成果 在兩到三個小時之內 用五美分的成本搞出來了 這個是不是很震撼 所以大家一看到這個消息 又一樣 這個科學研究是不是也已經沒有價值了 你試想是吧 它能解決化學問題 能解決這個物理問題 數學問題是不是也可以推演 對吧 那再難的 有人說 我讓它解決甲骨文是吧 它只不過它可能讀不懂甲骨文 但是你如果給它這些樣例是吧 它可以推演的 因爲這些東西本身數量也不多 它比那些複雜的大數據要簡單的多 實際上 它一旦識別了甲骨文 我們一般稱之爲所謂字符 對應在我們電腦存放的東西 我們就稱之爲字庫了 字符集也可以這麼稱是吧 放在這裏面做一些驗證對比 你給它一篇甲骨文 給它一個歸篇上刻的東西是吧 它很快也能理解 並且能夠給你 因爲你的內容就是描述一個事情是吧 比如說你是描述一個事件 或者描述一個物體的特徵 或者一個物體是吧 它就可以基於這個來給你引申去推演 推出更多的內容來 相當於對這個課題做出研究 這是它的專項 它連複雜的化學博士要做的論文 沒有公開的 這個內容是沒有公開的 這個方案它就能推演出來 像量子物理學也是一樣的 就物理學的博士 他也做了一個相關的方向的研究 結果用Cloudy3就給幹出來了 那我們先不說Cloudy3有多牛 我們不是爲了給它做廣告 但是我們知道到目前爲止 大數據模型現在能夠厲害到什麼程度 對吧 那相信很多公司現在也在利用大數據模型 提高自己的生產效率 比如說有的公司我知道 在內部它已經使用一些代碼大模型了 尤其是程序員寫代碼的時候 可以快速理解現有代碼的這些能力 比如說這個函數是幹什麼的 直接交給大模型 當然這個大模型是公司內部自己定製的 自己開發的 它有海量的代碼 這樣做的話就避免有的程序員 把這些代碼直接上傳到 比如說OpenAI 或者是Gemini 或者是Cloudy3 我們不希望這麼做 除非你的代碼是Open的 比如說Github裏面的無所謂 是吧 它本身它就是公開的 當然也有人說你要關注License 因爲License如果屬於那種比較保守的 比如GP2的GP2v3的 相對比較保守的這種License代碼 相對你還要注意的 萬一是吧 你在產品裏用了 被別人給查出來之後 那意味着你的產品代碼都要公開的 就這些東西 目前的法律還是適用的 是吧 那當然有人說 歐洲現在已經推出了 對於人工智能大模型相關的一些法律法規 是吧 那其他國家或者地區會不會跟進 美國是有的 是吧 當然它美國的那個 它不是一個法律條款 它只是類似一個倡議書 就是各大公司像亞馬遜 谷歌 像包括Meta是吧 包括OpenAI這些頭部公司 對尤其大模型方面的頭部公司 願意接受比如說美國政府的領導 就是我們要遵守這個人工智能的 所謂的倫理是吧 不能這個放任人工智能的野蠻生長 要爲人類的安全 社會的安全保駕護航 這一條是非常重要的 那我們從這裏可以看出是吧 這個本身這個大模型 它的它的 首先它的能力是非常之強的 強到我們現在幾乎 時不時的就被它給震驚到 是吧 那我們之前想的 哎 那Chad GPT數學不行 那我們一直緊緊的 哎 這個數學問題都搞不定的等等 結果突然有新的大模型能搞數學題了 甚至能搞更多的化學題 是吧 化學的研究課題 然後物理的研究課題 這化學物理相對來說 在數理化裏面相對來說是比較難的 還有的時候相對比較深色 比較抽象 像這樣難度的課題 它都能解決 它跟那個所謂的社會學的 這個研究還不一樣 心理學的研究也不一樣是吧 那那些東西 你可能要獨闢蹊徑 有些你即使有了一些成果 還是比較抽象 有的人他讀完了 他可能就不懂是吧 但是科學這個東西不一定了 科學你是可以衡量的 就是你這個方案好 它是有數據支撐的 它好就是好 壞就是壞是吧 這個東西是無可辯駁的 那大模型能夠幹這個事 那意味着我們科學家能幹些啥是吧 所以科學很有可能被大模型幹掉 好這個視頻我們就說到這裏 謝謝各位