本文撰写于2024年5月,至今为止,市场上涌现出各种AI大语言模型,许多通用模型仍在不断优化参数和提高性能,各模型的公开表现持续改进。因此,作为一名生命科学类专业的研究生,从辅助科研的角度来看,笔者仍然愿意推荐几款确实非常实用的AI对话应用。
在开始举例之前首先要说明的是,本文的推荐仅针对于辅助科研过程中的不同场景和用途下,推荐不同的AI对话应用,并不是对AI模型的能力测评,请理性观看和探讨。同时,本文章不存在任何商业行为,不存在任何商业赞助,仅个人推荐。
一、Kimi Chat
Kimi Chat是2024年初才逐渐火热起来的AI对话应用,如果仅仅作为一个对话应用来说,其表现出来的逻辑能力、代码能力等并不出色,但是Kimi Chat在长文本方面进行努力,算是在水深火热的AI模型竞争中打开了一个不一样的赛道。
在Kimi Chat之前,题主接触到的长文本主要就是Claude-instant-100k,但是Claude在中国大陆访问存在障碍,所以国内的长文本模型本没有很好的选择。(这里不讨论GPT-4 128K和ChatGLM 4,因为他们太贵)
Kimi Chat与已有的长文本有所不同之处在于,其长文本生成能力远远超过常规水平。以100k的Claude为例,相当于几万字的汉字内容。然而,Kimi的模型声称可以生成20万汉字,这在性能上具有明显优势。此外,最近还开始测试能够生成约200万汉字内容的Kimi版本,展现出了强大的潜力。
讨论kimi的长文本主要是因为长上下文能力在辅助科研中确实能够显著提高效率。在Kimi问世之前,作者主要使用Zotero的AwsomeGPT插件来快速了解论文内容。然而,AwsomeGPT是通过拆分和索引论文的方式来查找内容并回答问题,这种方法可能会导致丢失许多被查询文档的原始内容。
Kimi Chat可以轻松上传多篇PDF、PPT或Word文档进行讨论,无任何压力。举个例子,这里上传了R包clusterProfiler的说明文档和一篇科研论文。在上传两个PDF文件后,系统能够总结内容,并针对每个文档提出问题,使用户能够完全理解文档并回答问题。
因此,当需要快速了解某一篇文献内容或者对Protocol类的文档进行学习查询时,Kimi Chat可以非常高效地帮助你进行总结。对于代码类的文档,使用Kimi Chat还可以利用AI模型的能力帮助你进行额外的代码解释和举例。
二、ChatGPT
关于ChatGPT,我必须说,至今为止,ChatGPT仍然是最实用的AI对话应用之一,尤其是GPT-4版本。尽管在各种模型评分排行榜中,GPT-4经常无法位居第一,但在实际使用中,它仍然是无法替代的,特别是在涉及代码编写、专业问题讨论、学术英语修改等方面。
使用ChatGPT的方式主要分为两种:一种是通过API接入,另一种是直接使用ChatGPT网站。由于大陆地区无法正常访问ChatGPT,因此在使用上存在一些信息不对等的情况。有些人可能会因为缺乏使用资源而在寻找ChatGPT使用途径上浪费时间和金钱。这里暂不深入讨论,未来可能会发布一个小教程,分享一些高效的使用方法。
目前,我主要在两个场景下使用ChatGPT:AI翻译和专业问题讨论。
在使用ChatGPT进行AI翻译时,我将GPT-3.5-Turbo模型集成到Zotero的PDF Translator插件中,以便在阅读过程中进行划词翻译。相比知网学术翻译和谷歌翻译,GPT-3.5-Turbo在翻译方面表现更出色。由于是通过中转调用OpenAI的GPT-3.5-Turbo模型,因此不存在网络访问限制的问题。
在专业问题讨论方面,我使用Wise的Visa卡开通了ChatGPT Plus,用于帮助修改代码、编写代码,并在课题研究中征求GPT-4模型的意见。目前,ChatGPT官网提供各种非常专业高效的GPTs,这些GPTs的开发者将GPT-4整合到各自的数据库中,增强了GPT-4的功能。
在这些GPTs中,像ScholarAI、Consensus等非常出色,它们可以连接2亿篇文献的数据库,检索所需的文献并直接提供下载链接。此外,ChatGPT Plus还提供在线Python运行功能,可以直接提交文件或表格进行数据分析和可视化。
当然,纵使ChatGPT好用无比,国内无法访问仍然是阻碍大部分人使用的大问题。这里可以提供一个免费使用的镜像站,是题主基于Github的CockrachAI项目测试搭建的,非长期运行的站点,只是提供给有兴趣、有需要的朋友使用。
上述两种是目前题主本人依旧在用的AI对话应用。从ChatGPT发布至今,题主基本使用和测试所有的热门模型,例如文心一言、ChatGLM、讯飞星火、通义千问、Claude 3、Gemini、Llama 2、Llama 3等等,但是大部分其余模型都无法取代ChatGPT,这样就显得很多余。Kimi Chat的长文本作为一种新思路,在解决特定任务时展现出非常高效的特性。
基本上上述两个应用能解决目前在辅助科研过程中需要AI工具的绝大部分场景的问题。