本文来源：艾思科蓝整理自财新网、卫报、中国科学报、百度百科，编辑：募格学术
ChatGPT诞生才两个月，但它给全世界投下的「重磅炸弹」就没停下来过。
日前，中国人民大学首都发展与战略研究院副院长郭英剑也发表了题为“2023，我们不得不面对ChatGPT引发的混乱”的文章，指出了ChatGPT带来的惊喜以及焦虑。
ChatGPT已在科学文献中正式亮相
ChatGPT至少在4篇已发表的论文和预印本中已获得了作者资格。
瑞典萨尔格伦斯卡大学医院的神经生物学家阿尔米拉·奥斯曼诺维奇·图恩斯特罗姆（ Almira Osmanovic Thunström ）与GPT-3（生成型预训练变换模型3）合著的文章《GPT-3能在最少的人力投入下自行撰写学术论文吗？》，于2022年6月发布在法国预印本平台 HAL上。
据图恩斯特罗姆表示，该论文很快将发表在同行评审的期刊上。一份期刊在审查后拒绝了这篇论文，但在根据审稿人的要求重写了这篇文章后，另一份期刊接受了GPT-3 作为该论文的合著者。实际上人工智能（AI）还被列为该论文的第一作者。
全班第一的论文源自ChatGPT
此外，北密歇根大学哲学教授Antony Aumann在为自己的世界宗教课评分时发现，全班第一的论文竟然是用ChatGPT写的。
在线课程供应商Study.com向1,000名18岁以上的学生中发起一项调查，询问了他们在课堂上使用ChatGPT的情况。结果显示——
每10个学生中就有超过9个知道ChatGPT，远远超过小学教育工作者；
超过89%的学生使用ChatGPT来完成家庭作业；
48%的学生用ChatGPT完成小测验，53%的学生用ChatGPT写论文，22%的学生用ChatGPT生成论文大纲；
令人惊讶的是，72%的大学生认为ChatGPT应该在大学网络中被禁。
这些高得惊人的数据，令我们不得不正视这个现象：AI已经融入了人类的社会结构，且产生了广泛而深远的后果。
ChatGPT的走红引发学术界担忧
多家期刊给出回应
强大的语言理解和学习能力使其生产出的学术摘要可以骗过期刊审稿人，由此便引发了“ChatGPT能否被列为论文的作者？”这一学术伦理问题。
随着#多家知名期刊禁止将ChatGPT列为论文作者#的词条冲上热搜，我们也看到了各大期刊对这一问题给出的回应。
《Science》明确：禁止将ChatGPT列为合著者，且不允许在论文中使用ChatGPT所生产的文本。
《Nature》表示：可以在论文中使用大型语言模型生成的文本，其中也包含ChatGPT，但不能将其列为论文合著者。
Elsevier 出版了大约 2,800 种期刊，包括《细胞》和《柳叶刀》，它与 Springer-Nature 采取了类似的立场。Elsevier的限制性措施：允许使用人工智能工具来提高文章的可读性，但不能取代作者完成关键任务，例如解释数据或得出科学结论，同时，作者必须声明他们是否以及如何使用人工智能工具。
什么是ChatGPT？
ChatGPT是由人工智能研究实验室OpenAI在2022年11月30日发布的全新聊天机器人模型，一款人工智能技术驱动的自然语言处理工具。
ChatGPT使用基于GPT-3.5架构的大型语言模型，它能够通过学习和理解人类的语言来进行对话，还能根据聊天的上下文进行互动，真正像人类一样来聊天交流，甚至能完成撰写邮件、视频脚本、文案、翻译、代码等任务。推出短时间内就达到了百万以上用户。
几乎一夜之间ChatGPT火遍全球。因为它呈现出解放人类生产力的惊人潜质，从独角兽到大厂，从使用者到投资者，从业界到学界，引起广泛关注。会写诗歌，编代码，能创作剧本，还可以帮你面试出题……比起聊天机器人前辈们害怕“言多必失”，ChatGPT自信满满，它总能实现人类的各种诉求，并且表现欲十足。
从“人工智障”到“人工智能”，ChatGPT对于人类语言的理解和处理已经游刃有余，内容创作的技术成熟度大幅提升，有望成为新的全行业生产力工具，提升内容生产效率与丰富度。
那么ChatGPT能取代人类吗？相关行业发展将受到多大影响？人工智能又将在哪些产业加快布局？
本文仅做学术分享，如有侵权，请联系删文。
点击进入—>3D视觉工坊学习交流群
干货下载与学习
后台回复：巴塞罗那自治大学课件，即可下载国外大学沉淀数年3D Vison精品课件
后台回复：计算机视觉书籍，即可下载3D视觉领域经典书籍pdf
后台回复：3D视觉课程，即可学习3D视觉领域精品课程
3D视觉工坊精品课程官网：3dcver.com
1.面向自动驾驶领域的3D点云目标检测全栈学习路线！(单模态+多模态/数据+代码)
2.彻底搞透视觉三维重建：原理剖析、代码讲解、及优化改进
3.国内首个面向工业级实战的点云处理课程
4.激光-视觉-IMU-GPS融合SLAM算法梳理和代码讲解
5.彻底搞懂视觉-惯性SLAM：基于VINS-Fusion正式开课啦
6.彻底搞懂基于LOAM框架的3D激光SLAM: 源码剖析到算法优化
7.彻底剖析室内、室外激光SLAM关键算法原理、代码和实战(cartographer+LOAM +LIO-SAM)
8.从零搭建一套结构光3D重建系统[理论+源码+实践]
9.单目深度估计方法：算法梳理与代码实现
10.自动驾驶中的深度学习模型部署实战
11.相机模型与标定(单目+双目+鱼眼）
12.重磅！四旋翼飞行器：算法与实战
13.ROS2从入门到精通：理论与实战
14.国内首个3D缺陷检测教程：理论、源码与实战
15.基于Open3D的点云处理入门与实战教程
16.透彻理解视觉ORB-SLAM3：理论基础+代码解析+算法改进
重磅！粉丝学习交流群已成立
交流群主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、多传感器融合、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、ORB-SLAM系列源码交流、深度估计、TOF、求职交流等方向。
扫描以下二维码，添加小助理微信（dddvisiona）,一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。
▲长按加微信群或投稿，微信号：dddvisiona
3D视觉从入门到精通知识星球：针对3D视觉领域的视频课程（三维重建系列、三维点云系列、结构光系列、手眼标定、相机标定、激光/视觉SLAM、自动驾驶等）、源码分享、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答等进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，6000+星球成员为创造更好的AI世界共同进步，知识星球入口：
学习3D视觉核心技术，扫描查看，3天内无条件退款
高质量教程资料、答疑解惑、助你高效解决问题
觉得有用，麻烦给个赞和在看~
