近日，ChatGPT席卷整個(gè)科技界，并且火出圈，成為全球熱議的焦點(diǎn)。 甚至有人用ChatGPT寫(xiě)大學(xué)畢業(yè)論文，查重率僅僅4%；用ChatGPT寫(xiě)代碼，據(jù)說(shuō)ChatGPT的代碼能力，已經(jīng)可以通過(guò)谷歌的level3級(jí)工程師測(cè)試，能拿18萬(wàn)美元年薪。（折月薪10萬(wàn)人民幣） 但是，對(duì)于傳感器等專(zhuān)業(yè)領(lǐng)域，ChatGPT的應(yīng)答如何？ 每天，在中國(guó)最大的傳感社區(qū)——傳感交流圈中，均會(huì)產(chǎn)生大量的問(wèn)答，而這些問(wèn)答內(nèi)容大部分都圍繞著傳感器及儀器儀表、計(jì)量、半導(dǎo)體等上下游領(lǐng)域，并具有一定的專(zhuān)業(yè)深度，這些問(wèn)題在ChatGPT上能獲得令人滿(mǎn)意的回答嗎？在傳感器專(zhuān)家網(wǎng)交流群中，也有網(wǎng)友提出相關(guān)的疑問(wèn)。

ChatGPT是人工智能的一個(gè)微小應(yīng)用，ChatGPT模型基于龐大的數(shù)據(jù)，而這些數(shù)據(jù)依賴(lài)于互聯(lián)網(wǎng)的采集。如果人工智能需要像人一樣從自然界獲取信息，就依賴(lài)于關(guān)鍵部件——傳感器，如《流量地球2》中的MOSS，通過(guò)攝像頭的圖像傳感器和麥克風(fēng)的聲音傳感器，從自然界獲取數(shù)據(jù)，與人進(jìn)行交流。 未來(lái)會(huì)不會(huì)有裝上圖像傳感器和聲音傳感器的升級(jí)版ChatGPT？傳感器對(duì)未來(lái)人工智能有什么影響？這里，我們發(fā)現(xiàn)了ChatGPT最致命的缺陷！ 對(duì)于傳感器領(lǐng)域的這些問(wèn)題，ChatGPT怎么回答？對(duì)嗎？ 我們先來(lái)看看ChatGPT對(duì)于我們傳感器領(lǐng)域平時(shí)疑問(wèn)的一些問(wèn)題，是怎么回答的。 這些問(wèn)題，我們先從傳感器領(lǐng)域普適性的、通用的簡(jiǎn)單問(wèn)題開(kāi)始，再逐步進(jìn)入較深入、專(zhuān)業(yè)的提問(wèn)，看看ChatGPT怎么回答。大家判斷一下這些回答對(duì)嗎？ Q1：未來(lái)5年中國(guó)傳感器的發(fā)展趨勢(shì)怎樣？

▲來(lái)自ChatGPT的回答，可點(diǎn)擊圖片放大查看 這是一個(gè)傳感器領(lǐng)域普適性的提問(wèn)，顯然這個(gè)提問(wèn)對(duì)任何其他領(lǐng)域都可以使用。 而ChatGPT的回答，總體來(lái)說(shuō)，是一些基本沒(méi)有錯(cuò)誤的通用話(huà)或者基本常識(shí)，雖然挑不出大毛病，但也沒(méi)有太多借鑒作用。這個(gè)回答甚至對(duì)于儀器儀表、半導(dǎo)體等領(lǐng)域也同樣適用。 然后，ChatGPT有不錯(cuò)的前后文邏輯能力，問(wèn)完第一個(gè)問(wèn)題后，小編隔了一會(huì)接著詢(xún)問(wèn)“為什么趨勢(shì)是這樣的”，ChatGPT會(huì)自動(dòng)聯(lián)想到上文的傳感器趨勢(shì)內(nèi)容。Q2：為什么趨勢(shì)是這樣的

▲來(lái)自ChatGPT的回答，可點(diǎn)擊圖片放大查看 可以看到，ChatGPT羅列的角度并沒(méi)有大的毛病，譬如上面回答中，ChatGPT羅列了應(yīng)用需求、技術(shù)進(jìn)步、制造技術(shù)、產(chǎn)業(yè)政策等方面，這些方向都能說(shuō)的通。但后面的論據(jù)，還有很多需要完善的地方。 接下來(lái)，我們?cè)谶M(jìn)一步問(wèn)一些問(wèn)題，哪一類(lèi)傳感器占據(jù)最多的市場(chǎng)份額？ 對(duì)于這個(gè)問(wèn)題，顯然不能像前文一樣，羅列一些觀(guān)點(diǎn)就可以了，而是需要一些具體的數(shù)據(jù)，去佐證給出的觀(guān)點(diǎn)。Q3:哪一類(lèi)傳感器占據(jù)最多的市場(chǎng)份額？為什么

▲來(lái)自ChatGPT的回答，可點(diǎn)擊圖片放大查看

在這里，ChatGPT竟然直接說(shuō)明，引用了Yole的數(shù)據(jù)，但是，Yole雖然有圖像傳感器、MEMS傳感器等產(chǎn)業(yè)報(bào)告，小編并沒(méi)有找到Y(jié)ole有關(guān)于整體傳感器市場(chǎng)份額的分析報(bào)告內(nèi)容，此處ChatGPT給出的數(shù)據(jù)來(lái)源并不知道出自哪里。 當(dāng)然，一個(gè)較明顯的錯(cuò)誤是，加速度傳感器（加速度計(jì)）顯然不太可能與圖像傳感器并列為傳感器市場(chǎng)份額最大的傳感器種類(lèi)。 這也是ChatGPT的一個(gè)明顯弊端之一，東抄一段西抄一段，對(duì)許多人來(lái)說(shuō)，我們并不能分辨ChatGPT給出的信息源來(lái)自哪里，是對(duì)是錯(cuò)。同時(shí)，這也造成了版權(quán)的混亂。Q4&Q5:中國(guó)最大的MEMS公司是哪家？中國(guó)最大的圖像傳感器公司？

因與紹興中芯集成的協(xié)議，雖然中芯國(guó)際是目前中國(guó)大陸最大的半導(dǎo)體制造企業(yè)之一，但中芯國(guó)際并不生產(chǎn)MEMS芯片，相關(guān)業(yè)務(wù)由紹興中芯集成負(fù)責(zé)。此外，以MEMS銷(xiāo)售額計(jì)算，根據(jù)中國(guó)半導(dǎo)體協(xié)會(huì)MEMS分會(huì)的數(shù)據(jù)，中國(guó)大陸最大的MEMS公司是歌爾微。 同時(shí)，中國(guó)最大的圖像傳感器公司是韋爾股份。顯然ChatGPT的這兩個(gè)回答錯(cuò)漏百出。 接著，我們來(lái)問(wèn)一些更專(zhuān)業(yè)的問(wèn)題，這些問(wèn)題都出自中國(guó)最大的傳感社區(qū)——傳感交流圈里面，來(lái)自各位業(yè)內(nèi)人士日常工作中，傳感器應(yīng)用方面的疑問(wèn)，大家看看ChatGPT的水平如何？ Q6：油氣管道監(jiān)測(cè)目前用到是振動(dòng)光纖，但誤報(bào)率太高，有沒(méi)其他好的解決方案 ?

▲來(lái)自ChatGPT的回答，可點(diǎn)擊圖片放大查看 ChatGPT直接羅列了一些管道監(jiān)測(cè)的傳感器方案，但這顯然并沒(méi)有實(shí)際解決問(wèn)題。為什么會(huì)出現(xiàn)誤報(bào)？能夠做什么改進(jìn)？從實(shí)際工程出發(fā)，有哪些更好的解決方案嗎？ChatGPT是一句也不提。 以下是傳感交流圈同一問(wèn)題下的問(wèn)答，由資深傳感器業(yè)內(nèi)人士回答，分析了為什么出現(xiàn)誤報(bào)的情況：

我來(lái)估計(jì)下：是不是伴隨管道布置光纖，40公里左右為一個(gè)子系統(tǒng)，這樣可以探測(cè)到沿線(xiàn)的各種振動(dòng)并加以分類(lèi)，并能初步判斷在某個(gè)位置。泄露也會(huì)產(chǎn)生振動(dòng)，故也能探測(cè)到，不過(guò)距離太長(zhǎng)， 沿線(xiàn)到處是振動(dòng)，估計(jì)誤判就多了。

并有不少專(zhuān)家給出了自己的看法：

A：光纖振動(dòng)監(jiān)測(cè)方案，誤報(bào)率高，一方面要看光纜的布設(shè)方式，另一方面需要進(jìn)行一段時(shí)間來(lái)了解區(qū)域內(nèi)振動(dòng)信號(hào)的來(lái)源，把相關(guān)信號(hào)都存到數(shù)據(jù)庫(kù)里，進(jìn)行一段時(shí)間的學(xué)習(xí)。

B：長(zhǎng)距離油氣管道用振動(dòng)光纖監(jiān)測(cè)目前是比較好的解決方式

C：誤報(bào)率主要通過(guò)算法濾波，模型仿真，信號(hào)小波處理等軟件手段解決

▲傳感交流圈同一問(wèn)題回答，可點(diǎn)擊圖片放大查看 在這里，不少專(zhuān)家提出了“算法濾波”的建議，即通過(guò)學(xué)習(xí)傳感器收集回來(lái)的振動(dòng)數(shù)據(jù)，通過(guò)算法學(xué)習(xí)訓(xùn)練，進(jìn)而逐漸剔除非泄漏引起的異常振動(dòng)，從而提高泄漏判斷的成功率。而這，也是一種人工智能在傳感器領(lǐng)域的應(yīng)用方法。 顯然，ChatGPT所謂的人工智能相比，面對(duì)傳感器領(lǐng)域的專(zhuān)業(yè)性問(wèn)題，ChatGPT的回答毫無(wú)實(shí)際意義。 ▲傳感交流圈同一問(wèn)題，可點(diǎn)擊打開(kāi)小程序查看 Q7：用傾角傳感器測(cè)的角度怎么算水平位移和沉降？公式是什么？有大咖知道嗎 ？

▲來(lái)自ChatGPT的回答，可點(diǎn)擊圖片放大查看 請(qǐng)問(wèn)ChatGPT給出的答案是對(duì)的嗎？ 在傳感器專(zhuān)家網(wǎng)的同一問(wèn)題中，各位專(zhuān)家不僅對(duì)問(wèn)題做出了回答，同時(shí)也給出了一些更好的解決方案和建議，并且在交流中，進(jìn)一步明確了提問(wèn)者的需求和需要解決的問(wèn)題，最終獲得一個(gè)滿(mǎn)意的方案。 顯然，這些發(fā)散性思維能力，以及來(lái)自于實(shí)踐過(guò)程中的經(jīng)驗(yàn)性知識(shí)，目前ChatGPT還遠(yuǎn)不具備。

▲傳感交流圈同一問(wèn)題回答，可點(diǎn)擊圖片放大查看 ▲傳感交流圈同一問(wèn)題，可點(diǎn)擊打開(kāi)小程序查看 ChatGPT最致命的問(wèn)題：胡說(shuō)八道！ 從上文的問(wèn)答中，或許大家已經(jīng)略窺端倪，那就是ChatGPT并非無(wú)所不知的，而對(duì)于ChatGPT不知道的問(wèn)題，它也能似是而非地胡說(shuō)八道一通，讓人人難分真假對(duì)錯(cuò)。 例如，全球傳感器產(chǎn)品種類(lèi)以萬(wàn)計(jì)，各種參數(shù)更是復(fù)雜。如果具體到某個(gè)傳感器產(chǎn)品，ChatGPT是否無(wú)所不知呢？ChatGPT會(huì)怎么回答？ 以上文中提到的傾角傳感器為例，小編找到了國(guó)內(nèi)傾角傳感器市場(chǎng)份額前列的沃感科技，旗下某常規(guī)傾角傳感器型號(hào)“WTAL121-N30K”，看看ChatGPT是否能夠正確回答。 Q8：沃感科技的傾角傳感器WTAL121-N30K主要參數(shù)，主要特點(diǎn)是什么？

▲來(lái)自ChatGPT的回答，可點(diǎn)擊圖片放大查看 明顯看到，主要特點(diǎn)方面是瞎抓了一些通用語(yǔ)言，胡寫(xiě)了一通。 而參數(shù)方面，不知道從哪里抓取的數(shù)據(jù) ，精度、供電電壓明顯是錯(cuò)誤的，根據(jù)傳感器專(zhuān)家網(wǎng)選型易工具的介紹，該傾角傳感器的精度是0.1°，供電電壓為9-35v，而選型易工具的傳感器參數(shù)由廠(chǎng)家提供，或直接來(lái)源于廠(chǎng)家官網(wǎng)，因此數(shù)據(jù)準(zhǔn)確度較高，并且可以直接在線(xiàn)聯(lián)系廠(chǎng)商或代理人員，核實(shí)產(chǎn)品具體參數(shù)和適用情況。

▲來(lái)自沃感科技的傾角傳感器具體參數(shù)情況

▲相關(guān)傳感器參數(shù)可打開(kāi)小程序查看

顯然，ChatGPT不對(duì)結(jié)果負(fù)責(zé)！只要能回答的問(wèn)題，ChatGPT敢寫(xiě)敢說(shuō)，不論對(duì)錯(cuò)，都能給提問(wèn)者一個(gè)答案。 因此，作為娛樂(lè)尚可，但如果深入到某一專(zhuān)業(yè)領(lǐng)域，譬如傳感器領(lǐng)域的專(zhuān)業(yè)內(nèi)容，ChatGPT并不能提供較有參考價(jià)值的內(nèi)容，甚至亂七八糟寫(xiě)一通錯(cuò)誤的答案，嚴(yán)重誤導(dǎo)用戶(hù)。ChatGPT是何方神圣? ChatGPT（全名：Chat Generative Pre-trained Transformer）是由OpenAI開(kāi)發(fā)的一個(gè)人工智能聊天機(jī)器人程序，于2022年11月推出。該程序使用基于GPT-3.5架構(gòu)的大型語(yǔ)言模型并通過(guò)強(qiáng)化學(xué)習(xí)進(jìn)行訓(xùn)練。 OpenAI總部位于舊金山，由特斯拉的馬斯克、Sam Altman及其他投資者在2015年共同創(chuàng)立，目標(biāo)是開(kāi)發(fā)造福全人類(lèi)的AI技術(shù)。而馬斯克則在2018年時(shí)因公司發(fā)展方向分歧而離開(kāi)。 此前，OpenAI 因推出GPT系列自然語(yǔ)言處理模型而聞名。從2018年起，OpenAI就開(kāi)始發(fā)布生成式預(yù)訓(xùn)練語(yǔ)言模型GPT（Generative Pre-trained Transformer），可用于生成文章、代碼、機(jī)器翻譯、問(wèn)答等各類(lèi)內(nèi)容。 每一代GPT模型的參數(shù)量都爆炸式增長(zhǎng)，堪稱(chēng)“越大越好”。2019年2月發(fā)布的GPT-2參數(shù)量為15億，而2020年5月的GPT-3，參數(shù)量達(dá)到了1750億。

因此，某種程度上來(lái)說(shuō)，ChatGPT與以前的智能聊天機(jī)器人并沒(méi)有實(shí)質(zhì)性的區(qū)別，但ChatGPT要比以前的智能聊天機(jī)器人“智能”的太多。其遠(yuǎn)超前代的智能，是ChatGPT成為今天全球熱議的主要原因。 傳感器讓人工智能進(jìn)化成人類(lèi)？ 人類(lèi)由什么組成，抽像點(diǎn)來(lái)說(shuō)，就是思維系統(tǒng)、感知系統(tǒng)、執(zhí)行系統(tǒng)、存儲(chǔ)系統(tǒng)的組合，ChatGPT已經(jīng)讓我們看到了人工智能的雛形，這是思維系統(tǒng)。

▲來(lái)源：第三屆中國(guó)智能傳感大會(huì) 《流浪地球2》中，人工智能系統(tǒng)MOSS通過(guò)一個(gè)紅色的攝像頭傳感器以及聲音傳感器，直接從外界獲取信息，與人類(lèi)進(jìn)行交流。事實(shí)上，此時(shí)MOSS已經(jīng)是一個(gè)掌管一切的“人”。

在這里，傳感器扮演著“電五官”的角色，它能夠感知溫度、聲音、壓力、流量、色彩、位移、光度、加速度等物理量，并按必然的規(guī)則轉(zhuǎn)換成電壓或電流信號(hào)號(hào)，是人工智能體系的前向通道元器件。 隨著人工智能技術(shù)的進(jìn)步，AI將不在局限于從人類(lèi)的手中獲取數(shù)據(jù)，而是如MOSS一樣，直接從自然界中獲取數(shù)據(jù)，而這就是傳感器對(duì)人工智能不可缺少的作用。 距離MOSS，顯然，目前的ChatGPT還遠(yuǎn)不是“完全體”，期待未來(lái)與傳感器聯(lián)動(dòng)的升級(jí)版ChatGPT。 結(jié)語(yǔ) 目前來(lái)說(shuō)，ChatGPT的人工智能仍處于很初級(jí)的階段，能夠就一些問(wèn)題給出通用的答案，甚至對(duì)與不確定的問(wèn)題，也能給出一些似是而非的答案，而這些回答往往并不具備參考價(jià)值，甚至錯(cuò)漏百出。 許多知識(shí)，尤其是傳感器產(chǎn)業(yè)中的大量的經(jīng)驗(yàn)性知識(shí)，是存在于人的腦海里的，根據(jù)實(shí)踐碰到的問(wèn)題，由人的發(fā)散性思維整理形成答案，譬如上文中關(guān)于傾角傳感器測(cè)位移、油氣管道監(jiān)測(cè)的解決方案的提問(wèn)，沒(méi)有實(shí)際工程經(jīng)驗(yàn)，這些都難以回答。 或許ChatGPT可以替代一些初級(jí)的通用性工作，譬如對(duì)新聞事件的簡(jiǎn)單撰寫(xiě)——事實(shí)上在前幾年各媒體平臺(tái)已經(jīng)開(kāi)始用AI自動(dòng)撰寫(xiě)簡(jiǎn)單新聞時(shí)事。然而，對(duì)深入的、專(zhuān)業(yè)性的需求，ChatGPT離應(yīng)用仍遙遙無(wú)期。 更深入一點(diǎn)的思考是，如果ChatGPT能對(duì)這些問(wèn)題給出正確合理的解決方案，那么執(zhí)行這些方案的又何必是人類(lèi)呢？屆時(shí)人類(lèi)能夠做什么？ 關(guān)于中國(guó)傳感器領(lǐng)域上下游您有什么問(wèn)題向ChatGPT提問(wèn)？歡迎在傳感器專(zhuān)家網(wǎng)公眾號(hào)底下留言，小編會(huì)向ChatGPT提問(wèn)，獲取答案回復(fù)。

對(duì)本文有什么看法？歡迎在傳感器專(zhuān)家網(wǎng)公眾號(hào)本內(nèi)容底下留言討論，或在中國(guó)最大的傳感社區(qū)：傳感交流圈中進(jìn)行交流。

順手轉(zhuǎn)發(fā)&點(diǎn)擊在看，將中國(guó)傳感產(chǎn)業(yè)動(dòng)態(tài)傳遞給更多人了解！

審核編輯黃宇