主题：【原创】我的chatGPT的使用体验 -- Swell

材料好灌水的原因就是因为材料炒菜的确种类太多了。化合物多，元素多，背后涉及到的现象更多，自由度高到天上去了。

比如现在大热门的固态电池，你给NASICON换个包裹材料再换个烧炉的温度，看上去都是炒菜，但是出来的东西一翻上游的PRL的文章，会发现完全涉及到是两个根本不同的物理效应，要跑第一性原理模拟起来的时候用到的软件包都不一样。

还有很多实验室小批量实验随便合成的样品，进入中试阶段之后怎么弄就是出不来，设备和原料都没问题，到最后烧了四百多万钱烧完了，投资人撤资了，项目无疾而终。

/

我倒是觉得AI会进一步放大大组与小组之间的差距，而且已经是这个趋势了。大组可以批量快速的统一收集数据喂进去DL去，大组的代码质量更高，大组买得起更贵的商业软件和数据库还有专职码农，更大的数据集配合更高效的代码有更大的可能获得成果，对于小组的碾压性更强了。尤其是理论计算部分比较麻爪的高温化学模拟和采样，现在都是皮秒级，结合AI之后可模拟的时间尺度更上一层楼，可以进纳秒了。不排除以后出现专门的公司制造特殊设备大批量的收集采样理化数据然后喂进AI里，强行弄出经验or半经验的程序和数据库，这样可以批量开除硕士博士生，但是这么搞下去，出来的东西判断准不准就不好说了，毕竟大力出奇迹的本轮均轮也可以强行拟合天体运行轨道么。

/

在生化环材真正涉及到AI的，国内现在的问题，就是代码质量差，技术缺乏专业性。国内自研计算软件，量化程序、波函数分析软件软件、构象搜索软件，自动反应搜索软件等等处于极度落后的态势。而且肉眼可见国内码农不懂也不屑于来弄这些东西，这才是要命的。

/

不过么，计算化学灌起水来，嘿嘿，可比材料组厉害多了。