主题:【原创】我的chatGPT的使用体验 -- Swell
如果对于实验数据较真的话,生化环材才是不太好弄的。
发文章和做实验哪个成本是大头一目了然。
中等或者一般的期刊问题不大。灌水文章多,数据瞎JB写的也多。
但是IF高了就不一样了。生不好说。化环材的可重复性还蛮高的。顶刊基本都属于可复现。
不知真假的数据是肯定有的,但是IF稍微高一点的基本上都要求多类数据互相支撑,而顶刊更厉害了,材料学的基本还要求上传原始数据。填充华丽辞藻还真没有,你看稍微好一点的文章都是短小精悍的,四五千词就没了,图也就四五张。剩下来的数据几十页都扔在SI里。
公式推导类的才是真危险,不过早就是打不过就加入了,他们80年代就开始玩神经网络了,可能是地球上最早一批玩这些的人,不过么,要出东西就得烧算力,掏钱,掏大钱。也是这个时期国内外基础学科的差距被大幅拉开,没办法,当时别人研究基础数学用超算,国内研究基础数学还得上街摆摊,纸笔都得省着用。
/
很多问题都属于自然界就是这个鸟样,规律不规律的就是这样。围棋讲道理,有规则,可以自己和自己下,自然界不讲道理,涌现性遍地都是,还不讲还原论。迭代不起来啊。假如你要说AI加速的第一性原理计算的话,早就是每篇文章人手一份了。炒菜没有DFT还敢发文章?
比如某某合金在950°C热处理5分钟以形成厚度为X微米的某个β织构。这种外人一看就觉得是垃圾数据,但是实际上做起来工业来就晓得就这种数据最重要,很多时候这种数据就是没得找,有的时候全地球就这一篇文章测了这个数据。你要自己去弄,一个博士带俩硕士,一百万经费,一年,也许可以弄出来。
/
顶刊或者说材料学的迭代基本上属于烧实验经费,也就是烧炉子过柱子这些,纯纯的实验数据收集器。某些新结构还得就得扎扎实实的拿几千块钱5g的Sigma-Aldrich出的高纯试剂在某个条件下去获得,你换成国药或者阿拉丁的就是弄出不来。这种情况下AI玩出花来也没用,纯属工业条件限制
- 相关回复 上下关系8
压缩 2 层
🙂内容的准确性 11 shyukyo 字1206 2023-02-08 13:06:30
🙂有位仁兄说过,这玩意就先把势扎起来,对不对再说,呵呵。 3 nanimarcusboy 字81 2023-02-07 09:32:45
🙂他可以学习迭代,知识进步很快的 9 东东山 字903 2023-02-07 05:10:17
🙂GPT,可以省掉发文章的成本,但是省不掉做实验的成本。
🙂那OpenMM和谷歌那个蛋白质预测怎么说 4 muiaao 字240 2023-02-07 10:32:00
🙂因为还原论不成立啊,还有谷歌毕竟是一个广告公司。 33 狙个梨子 字1787 2023-02-07 18:39:13
🙂计算化学的精度还不行 14 北纬42度 字579 2023-02-11 07:51:02
🙂我倒是觉得AI会进一步放大大组与小组之间的差距 41 狙个梨子 字2043 2023-02-07 06:56:43