Navigate to WaytoAGI Wiki →
Home/question.detail.breadcrumb.questionList/question.detail.breadcrumb.questionDetail

我想写一篇博士论文,如何用AI可以提质增效

Answer

以下是关于如何利用 AI 写博士论文提质增效的一些建议:

在丰富细化方面:

  • 让 AI 一段一段进行细节描写。
  • 先让 AI 帮助写故事概要和角色背景介绍,并按自己的审美略做修改。
  • 采用让 AI 以表格形式输出细节描述的技巧,这样有三个好处:打破 AI 原本的叙事习惯,避免陈词滥调;按编号做局部调整容易,指哪改哪,其他内容能稳定不变;确保内容都是具体的细节,避免整段输出时缩减导致细节丢失。

在串联成文方面: 把生成的表格依次复制粘贴,AI 会照着写文章,过程中可能需要您给点建议。

在注意事项方面:

  • 一些小说大赛对作品有要求,如必须是 AI 直接输出且不能改动、字数限制等。
  • 不同的 AI 模型可能存在缺点,如记性不好、修改关键情节等。

在工作中利用 AI 提质增效方面:

  • 哈佛商学院的研究表明,使用 AI 能带来工作效率的显著改善,如使用 AI 的被测试者比未使用者平均多完成 12.2%的任务,速度提高 25.1%,结果质量提高 40%。
  • GPT-4 等模型有能力边界,目前无人明确其具体范围。
  • 分为不使用 AI、使用 AI、使用 AI 并接受培训三组,使用 AI 的两组任务完成效率和质量都高于未使用组。
  • AI 对工作能力差的被测试者提升大,对能力强的提升小,会拉平高级和低级人才的差距。
  • 过于依赖 AI 可能适得其反,降低效率和质量,因无法区分其能力边界。

在人类和 AI 协作方式方面:

  • 半人马模式:强调人与 AI 紧密结合但各司其职,人类主导流程,根据任务性质调配资源,充分利用人类智慧与判断力及 AI 的计算与生成能力。
  • 机械人模式:人与 AI 高度融合,在细节上循环迭代优化,最终实现人机一体化,充分发挥人类灵活性和 AI 生成能力。这两种模式更像是人类与 AI 合作的两个阶段,前者能简单使用和复用 AI 结果提升工作能力,后者能熟练使用 AI 深入探索、精细化协作和共同创作。

您可以根据以上内容,结合博士论文的特点和需求,合理利用 AI 来提质增效。

Content generated by AI large model, please carefully verify (powered by aily)

References

南瓜博士:平生第一次写小说获奖,是AI帮我的!

接下来,要让AI一段一段进行细节描写了。为了确保文章前后一致,我先让AI帮助先写故事概要和角色背景介绍,并在其基础上按自己的审美略做修改。下面我用了一个重要技巧:让AI以表格的形式输出细节描述。这样做的有三个好处:一是打破AI原本的叙事习惯。如果直接让AI输出整段文字,它作为一个根据概率算下一个字的模型,特别容易出陈词滥调,改成表格后就好了很多。二是按编号做局部调整很容易,指哪改哪,别的内容都能够稳定保持不变。三是确保内容都是具体的细节。之前整段输出时文字太长,让缩减则减到丢光细节只有笼统介绍。[heading1]四、串联成文[content]把上一步生成的五个表格依次复制粘贴,AI就照着写文章了。偶尔会需要我帮个忙给点建议。[heading1]五、失败的局部修改[content]小说大赛有个要求:最后的作品必须是AI直接吐出来的,不能有任何改动,不能超过2000字。我的小说2300+字,只好让GPT-4做修改,一开始它列的有模有样的,可惜很快就暴露出记性不好的缺点。我还没来得及高兴呢,就发现它失忆得很彻底😂眼看截止时间快到了,只能求助Claude,把文章和GPT生成的修改意见一股脑儿都贴给它,让它生成作品,匆匆截图提交。没想到,Claude把关键情节给改没了,没有了马克偷偷看艾拉,也没有无名猫受伤的原因。

南瓜博士:平生第一次写小说获奖,是AI帮我的!

接下来,要让AI一段一段进行细节描写了。为了确保文章前后一致,我先让AI帮助先写故事概要和角色背景介绍,并在其基础上按自己的审美略做修改。下面我用了一个重要技巧:让AI以表格的形式输出细节描述。这样做的有三个好处:一是打破AI原本的叙事习惯。如果直接让AI输出整段文字,它作为一个根据概率算下一个字的模型,特别容易出陈词滥调,改成表格后就好了很多。二是按编号做局部调整很容易,指哪改哪,别的内容都能够稳定保持不变。三是确保内容都是具体的细节。之前整段输出时文字太长,让缩减则减到丢光细节只有笼统介绍。[heading1]四、串联成文[content]把上一步生成的五个表格依次复制粘贴,AI就照着写文章了。偶尔会需要我帮个忙给点建议。[heading1]五、失败的局部修改[content]小说大赛有个要求:最后的作品必须是AI直接吐出来的,不能有任何改动,不能超过2000字。我的小说2300+字,只好让GPT-4做修改,一开始它列的有模有样的,可惜很快就暴露出记性不好的缺点。我还没来得及高兴呢,就发现它失忆得很彻底😂眼看截止时间快到了,只能求助Claude,把文章和GPT生成的修改意见一股脑儿都贴给它,让它生成作品,匆匆截图提交。没想到,Claude把关键情节给改没了,没有了马克偷偷看艾拉,也没有无名猫受伤的原因。

工作:人类和AI协作效率探讨

[title]工作:人类和AI协作效率探讨今天哈佛商学院的一篇论文给出了一些参考,他们研究发现:在工作中使用AI可以带来工作效率的显着的改善。使用AI的被测试者比没有使用AI的被测试者平均多完成了12.2%的任务,完成任务的速度提高了25.1%,并且产生的结果质量提高了40%。同时他们还发现了一些其他的有趣结论:类似GPT-4这样的模型是有一个能力的边界的,在边界内的任务他们可以处理的很好,边界外的任务则会搞得一塌糊涂但是没有人知道这类AI具体的能力边界。他们分了三组一组不使用AI另一组使用AI,第三组使用AI的同时给与一定的培训,使用AI的两组任务完成效率和质量都远高于没有使用AI的组。AI对工作能力越差的被测试者的提升越大,能力越强提高越小。所以高级人才和低级人才的差距会被快速拉平。过于依赖AI可能会适得其反,反倒降低工作效率和质量,因为这些人无法区分AI的能力边界。他们还为人类和AI协作的两种方式起了名字:半人马:强调人与AI紧密结合,但是各司其职,人类主导整个流程,根据任务的性质合理调配人类和AI资源。。这种模式充分利用了人类的智慧与判断力以及AI的计算与生成能力。机械人:人与AI的高度融合,在细节上形成循环迭代的优化过程,最终实现人机一体化。这种模式充分发挥了人类的灵活性和AI的生成能力。我感觉这两种方式更像是现在人类跟AI合作的两个阶段:第一种大概知道AI的能力边界,可以简单的使用和复用AI输出的结果提升自己的工作能力。第二种机械人可以熟练的使用AI深入探索AI能力更加精细化的更AI协作和AI一起创作内容。

Others are asking
学习AI可以从哪几个方面去学习
学习 AI 可以从以下几个方面入手: 1. 编程语言:从 Python、JavaScript 等编程语言开始学习,掌握编程语法、数据结构、算法等基础知识。 2. 工具和平台:使用 ChatGPT、Midjourney 等 AI 生成工具,体验 AI 的应用场景。探索面向中学生的 AI 教育平台,如百度的“文心智能体平台”、Coze 智能体平台等。 3. 基础知识: 了解 AI 的基本概念、发展历程、主要技术(如机器学习、深度学习、自然语言处理等)以及它们之间的联系。 学习 AI 在教育、医疗、金融等领域的应用案例。 4. 实践项目: 参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动。 尝试利用 AI 技术解决生活中的实际问题,培养动手能力。 5. 关注前沿动态:关注 AI 领域的权威媒体和学者,了解 AI 技术的最新进展,思考其对未来社会的影响。 对于新手学习 AI: 1. 了解 AI 基本概念: 阅读相关入门文章,熟悉术语和基础概念。 了解人工智能的主要分支及它们之间的联系。 2. 开始学习之旅: 参考为初学者设计的课程,如李宏毅老师的课程。 通过在线教育平台按自己节奏学习,并争取获得证书。 3. 选择感兴趣的模块深入学习: 根据自身兴趣选择特定模块,如图像、音乐、视频等。 掌握提示词技巧。 4. 实践和尝试: 理论学习后进行实践,巩固知识。 分享实践成果。 5. 体验 AI 产品: 与 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人互动,了解其工作原理和交互方式。 如果希望继续精进,对于不会代码的人,可以尝试了解以下基础内容: 1. AI 背景知识: 基础理论:了解人工智能、机器学习、深度学习的定义及其关系。 历史发展:回顾 AI 的发展历程和重要里程碑。 2. 数学基础: 统计学基础:熟悉均值、中位数、方差等统计概念。 线性代数:了解向量、矩阵等基本概念。 概率论:掌握基础的概率论知识,如条件概率、贝叶斯定理。 3. 算法和模型: 监督学习:了解常用算法,如线性回归、决策树、支持向量机(SVM)。 无监督学习:熟悉聚类、降维等算法。 强化学习:了解基本概念。 4. 评估和调优: 性能评估:掌握如何评估模型性能,包括交叉验证、精确度、召回率等。 模型调优:学习使用网格搜索等技术优化模型参数。 5. 神经网络基础: 网络结构:理解神经网络的基本结构,包括前馈网络、卷积神经网络(CNN)、循环神经网络(RNN)。 激活函数:了解常用的激活函数,如 ReLU、Sigmoid、Tanh。
2024-12-25
视频链接转文字的Ai
以下为您介绍一些关于视频链接转文字的 AI 相关信息: 在“超级 AI 助力打造计划微信超级 AI 知识助手教学(下)2024 年 12 月 11 日”中,张梦飞解答了诸多与操作、功能、风险及平台相关的问题,包括今日头条读不出、公众号视频提取内容、界面在哪、文章文件总结跳过条件等,同时提到了视频号转文字等相关内容。 ElevenLabs 推出了全自动化的 AI 配音或视频翻译工具,您只需上传视频或粘贴视频链接,该工具能在几十秒到几分钟内将视频翻译成 29 种语言,还能克隆原视频里面的声音进行配音。 有群友测试了相关工具,另外还有群友尝试了豆包的音色模仿,读了大概 20 个字的句子,5 秒就可以生成非常像的音色,之后可用自己的声音读生成的文字内容。
2024-12-25
ai技术商业应用典型案例
以下是一些 AI 技术商业应用的典型案例: 企业运营: 日常办公文档材料撰写整理。 营销对话机器人,进行市场分析和提供销售策略咨询。 法律文书起草、案例分析以及法律条文梳理。 人力资源方面的简历筛选、预招聘和员工培训。 教育: 协助评估学生学习情况,为职业规划提供建议。 针对学生情况以及兴趣定制化学习内容。 论文初稿搭建及论文审核。 帮助低收入国家/家庭通过 GPT 获得平等的教育资源。 游戏/媒体: 定制化游戏,动态生成 NPC 互动,自定义剧情和开放式结局。 出海文案内容生成,语言翻译及辅助广告投放和运营。 数字虚拟人直播。 游戏平台代码重构。 AI 自动生成副本。 零售/电商: 舆情、投诉、突发事件监测及分析。 品牌营销内容撰写及投放。 自动化库存管理。 自动生成或完成 SKU 类别选择、数量和价格分配。 客户购物趋势分析及洞察。 金融/保险: 个人金融理财顾问。 贷款信息摘要及初始批复。 识别并检测欺诈活动风险。 客服中心分析及内容洞察。 保险理赔处理及分析。 投资者报告/研究报告总结。 制造业/汽车: 生产计划、供应链计划状态查询。 产线预测性维保辅助。 产品质量分析与溯源。 自动驾驶全场景模拟训练及虚拟汽车助手。 线上购车品牌、配置对比分析。 生命科学: 研发阶段靶点发现及产品成药性。 医学文献内容检索,重点摘要提取,相关法规整理。 医药代表培训及知识库建立。 分诊导诊助理、诊疗助理、术后护理及复建辅助。 此外,还有以下具体案例: 京东物流仓储管理系统:利用数据分析、机器学习等技术优化物流仓储管理,提高运营效率。例如通过智能算法优化货物存储位置,减少拣货时间。 BOSS 直聘简历筛选功能:利用自然语言处理、机器学习技术快速筛选简历,提高招聘效率。根据企业的招聘要求,提取关键信息,为企业推荐符合条件的候选人。 贝壳找房租赁管理功能:利用数据分析、自然语言处理技术管理房地产租赁业务,提高效率。根据租客的需求和偏好,自动推荐合适的房源。 腾讯游戏社交平台:利用数据分析、机器学习技术为玩家提供社交功能,增强游戏体验。根据玩家的游戏历史和兴趣爱好,推荐可能成为好友的玩家。
2024-12-25
未来哪些工作可以被AI替代?
未来可能被 AI 替代的工作包括一些重复性高、规则性强的工作,例如: 1. 数据输入、文档处理等单调的数据处理工作。 2. 部分制造业中的重复性生产操作。 然而,以下工作相对较难被 AI 替代: 1. 涉及团队建设、跨文化交流、创新解决方案设计等需要复杂人际交往和创新能力的工作。 2. 具有灵活性、非常规性和创造性的工作,比如艺术创作、科研创新等。 2023 年 AI 预计将会替代 4 亿 8 亿工作岗位,但同时也会增加 5.55 8.90 亿新岗位。计算被替代的岗位主要是查看岗位任务构成中可自动化任务的占比。发展中国家的某些经济发展必要步骤可能因 AI 而直接被取代,但这一观点有待辩证看待,吴恩达建议发展中国家在垂直领域完成优势积累。
2024-12-25
目前AI不能做哪些事情?
目前 AI 不能做的事情包括: 1. 尽管在某些方面取得了成功,但不能解决所有科学问题。几个世纪以来人类在科学领域逐步积累,仍有众多问题存在,AI 无法完全介入并解决所有这些问题。 2. 目前还不足以完全替代开发者进行复杂项目的开发,尚未达到“言出法随”的境界。 3. 由于技术快速发展,当前使用的某些 AI 工具可能并非最优,且需要考虑其是否适合应用目的以及存在的弱点。 4. 在使用 AI 时需要注意众多道德问题,如侵犯版权、作弊、窃取他人工作、操纵等,特定 AI 模型的构建及受益情况等问题复杂且尚不清晰,使用者有责任以道德方式使用这些工具。
2024-12-25
aipo 提示词课程链接
以下是关于 AIPO 提示词课程的相关链接: 10 月 13 日课程回放:https://www.bilibili.com/video/BV137mEYcEid/?spm_id_from=333.337.searchcard.all.click 上课请提前准备: 豆包网页端:https://www.doubao.com/chat/?channel=browser_landing_page 豆包桌面客户端: 相关资料: 作业:https://waytoagi.feishu.cn/share/base/form/shrcng2BGhOVyYXnr3AKP2pgCtg 10 月 14 日课程回放:https://www.bilibili.com/video/BV1msmEYxEZY/?buvid=YC4BD1CD531B1DE24BE79F1022B411E8311B&from_spmid=search.searchresult.0.0&is_story_h5=false&mid=E93ZXvPaf6qpZfVvaoksIA%3D%3D&p=1&plat_id=116&share_from=ugc&share_medium=iphone&share_plat=ios&share_session_id=FEFB63BF03154D5D842FEF7B6D7CA68D&share_source=WEIXIN&share_tag=s_i&spmid=united.playervideodetail.0.0&timestamp=1728927125&unique_k=TSPAHQW&up_id=259768893 上课请提前准备:吐司 https://tusiart.com/?utm_source=semsem&source_id=semsem 相关资料:https://kah8x5a2ycv.feishu.cn/docx/EknsdlsX1oxETExa5AjcDhfInWg 作业:https://waytoagi.feishu.cn/share/base/form/shrcn54GKluLZbcAuyd8GJzsX6g 10 月 15 日课程回放:https://www.bilibili.com/video/BV1G62fYCEc1/?spm_id_from=333.999.0.0 上课请提前准备:liblib https://www.liblib.art/ 推荐码:GUdRbBEP 相关资料:https://waytoagi.feishu.cn/wiki/TLmnwQgInimlP2k6zkAceDnCndf 作业:https://waytoagi.feishu.cn/share/base/form/shrcnndiUZ7FpF8IF4n9KNmvAWh
2024-12-25