ChatGpt的使用感悟和使用局限

AI工具如GPT3和ChatGPT改变了写博客、论文和创作的方式,减少了寻找新想法和信息的时间。它们提供思路和修改建议,但需明确问题,且在数据不足或特定领域可能有限制。个人可以借助AI成为一个多面手,减少对团队和公司的依赖,但技术本身并不属于个人,使用时有其局限性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

GPT3未出现以前的生活

当我写博客和论文时

心想:啊~~~~
在这里插入图片描述

怎么办,马萨卡,我真的永远都无法敲出结果来了!
在这里插入图片描述

写完内容后的我

终于可以睡了!!!
在这里插入图片描述

天啊,这是我一个本科生该有的生活吗 (¬_¬)

结果出去找互联网工作,不是遇到骗子,就是不需要我这个二本废物,最后不得不跑去干运营就是为了个瞎抄外国经验的破实习。

果然敲代码写博客只能作为爱好,生活还是得低头。

GPT3横空出世

请添加图片描述

小红书、知乎、抖音:“完蛋了,我们打工人要被AI替代了”

实际上,就算没有GPT,没有大一统的语言大模型,人的价值不仅低甚至可以说是没有,不一定被ai替代,但是一定会被更听话更卖力的人替代。

实际:所有行业都发生变化,岗位变了

我写博客,不再需要为了找一个new idea,四处瞎找,chatgpt它本身就可以对互联网的信息进行提炼。

我突然脑子一抽想换个语言去写一个算法,不再需要那么麻烦四处找相关的,然后再想办法改,我只需要让chatgpt给我一个简单的例子,我再以一名学生的身份听从老师的教诲, 慢慢地更改出我需要的模板。

论文代写?->你提问,chatgpt耐心帮你改

文案策划?->各种方便指令和模型出现,chatgpt帮你提炼

总之,ai不仅不会替代人,甚至可以说是进一步减低你的学习成本和时间成本。

一个人就是一个团队的时代已经到了

我们不再需要依附工作室,不再需要依附公司,就为了学什么人际关系,为了每天生活的焦虑,为了每天技能知识的不足。

使用局限

一、它能解决的问题只能是数学问题中的一部分,可以看到解决方案的内容的一部分计算机问题。

二、它只能提供思路,提供问题的人依旧是自己,必须要把问题提炼清楚

比如我写一段论文摘要,希望chatgpt润色,如果论文不按标准,不按已经表示有效的模板来,chatgpt本身也只能选择胡说八道。

三、chatgpt不属于任何人,也属于任何人。

技术是人家,我们只是能够使用而已,并不能自由选择让它回答任何和解决我们的问题。

四、数据不足->依旧无法像人思考和试错

写的代码,如果没有足够的数据,它只能随便写,而且还有模有样。

你跟它玩梗,它可能选择的是瞎编一段故事,仅仅因为它的知识储备不是最新的。

要么把问题限定在计算机以内,要么就花个20美元买个GPT4体验。

内容概要:《2024年中国城市低空经济发展指数报告》由36氪研究院发布,指出低空经济作为新质生产力的代表,已成为中国经济新的增长点。报告从发展环境、资金投入、创新能力、基础支撑发展成效五个维度构建了综合指数评价体系,评估了全国重点城市的低空经济发展状况。北京深圳在总指数中名列前茅,分别以91.2684.53的得分领先,展现出强大的资金投入、创新能力基础支撑。低空经济主要涉及无人机、eVTOL(电动垂直起降飞行器)直升机等产品,广泛应用于农业、物流、交通、应急救援等领域。政策支持、市场需求技术进步共同推动了低空经济的快速发展,预计到2026年市场规模将突破万亿元。 适用人群:对低空经济发展感兴趣的政策制定者、投资者、企业研究人员。 使用场景及目标:①了解低空经济的定义、分类发展驱动力;②掌握低空经济的主要应用场景市场规模预测;③评估各城市在低空经济发展中的表现潜力;④为政策制定、投资决策企业发展提供参考依据。 其他说明:报告强调了政策监管、产业生态建设区域融合错位的重要性,提出了加强法律法规建设、人才储备基础设施建设等建议。低空经济正加速向网络化、智能化、规模化集聚化方向发展,各地应找准自身比较优势,实现差异化发展。
数据集一个高质量的医学图像数据集,专门用于脑肿瘤的检测分类研究以下是关于这个数据集的详细介绍:该数据集包含5249张脑部MRI图像,分为训练集验证集。每张图像都标注了边界框(Bounding Boxes),并按照脑肿瘤的类型分为四个类别:胶质瘤(Glioma)、脑膜瘤(Meningioma)、无肿瘤(No Tumor)垂体瘤(Pituitary)。这些图像涵盖了不同的MRI扫描角度,包括矢状面、轴面冠状面,能够全面覆盖脑部解剖结构,为模型训练提供了丰富多样的数据基础。高质量标注:边界框是通过LabelImg工具手动标注的,标注过程严谨,确保了标注的准确性可靠性。多角度覆盖:图像从不同的MRI扫描角度拍摄,包括矢状面、轴面冠状面,能够全面覆盖脑部解剖结构。数据清洗与筛选:数据集在创建过程中经过了彻底的清洗,去除了噪声、错误标注质量不佳的图像,保证了数据的高质量。该数据集非常适合用于训练验证深度学习模型,以实现脑肿瘤的检测分类。它为开发医学图像处理中的计算机视觉应用提供了坚实的基础,能够帮助研究人员开发人员构建更准确、更可靠的脑肿瘤诊断系统。这个数据集为脑肿瘤检测分类的研究提供了宝贵的资源,能够帮助研究人员开发出更准确、更高效的诊断工具,从而为脑肿瘤患者的早期诊断治疗规划提供支持。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值