文章主题：量子力学, ChatGPT, 物理能力
本文来自微信公众号：中科院物理所 （ID：cas-iop），作者：黄水机，原文标题：《ChatGPT大升级？它去考研能考上物理所吗？》，题图来自：《天才枪手》
🎉醒来就被ChatGPT刷屏了！🚀3月15日这天，科技界的爆炸性新闻瞬间点燃了我的清晨。新款GPT-4的发布，无疑让AI世界再次掀起波澜。🔥作为一位关注技术动态的小编，我不得不感叹其强大与创新的速度。📝从零到一，每一次迭代都像是站在巨人肩膀上看世界，这次ChatGPT的升级更是让人期待它能带给我们哪些惊喜。🔍SEO优化角度来说，这样的科技热点无疑能吸引大量读者，提升内容的相关性和搜索引擎排名。📚当然，我们也需理性看待，新技术的发展既是机遇也是挑战，让我们一起见证并深入探讨吧！💼
这些字眼引起了我的兴趣，于是小编迅速入(ke)手(jin)了GPT-4，经过简单体验后，小编发现ChatGPT的思维深度确实比之前有了跨越式的提升，高中甚至大一大二的知识根本难不住它，于是小编准备对它进行进一步测试……
如果你还不太了解什么是ChatGPT，可以先看一下我们先前的推送：《假如ChatGPT去考物理，可能会挂科》。
🌟【ChatGPT升级版：物理探索新高度】🚀在我们上一次的互动中，大家对ChatGPT的物理表现略感失望，但它显然已不再是那个知识浅尝辄止的初代模型。🔥ChatGPT的进化版，以其强大的学习能力，正逐步突破物理学的认知边界。🔍它不仅对基础概念了如指掌，还能深入解析，每个知识点背后都逻辑清晰，步步为营。尽管在某些复杂的理论探讨上，它的思维跳跃仍显稚嫩，但这正是创新之处——不断迭代与优化的过程。🌱让我们期待，未来的ChatGPT能像物理学家一样，精准且有深度地解答每一个问题，引领我们探索知识的无限可能。💪SEO优化提示：使用相关关键词如”ChatGPT升级版”、”物理学认知边界”、”逻辑思维能力提升”等，并适当增加行业术语和积极正面情绪。
GPT-4和GPT-3.5在各项考试中的成绩对比，图/OpenAI
根据官方的宣传，新推出的GPT-4在各项考试中的成绩远超GPT-3.5，在很多专业和学术上的表现达到了人类水平，甚至在GRE（美国研究生入学考试）的两科中已经达到了顶尖大学生水准。
图/OpenAI
于是小编开始好奇：它能征服GRE，能征服我们物理所的考研题吗？
图/物理所硕士考试科目
物理所的考研专业课是国科大自主命题。根据往年的情况，专业课单科分数130左右（满分150分）才能有一定把握考上。
图/国科大官网（下同）
量子力学，物理学中的明珠，其深奥难懂的程度常被视为衡量智能的试金石。我们以ChatGPT挑战这一尖端领域为切入点，探索其在物理知识上的深度与广度。选择量子力学并非因为它已被普遍掌握，而是恰恰相反，它能揭示ChatGPT潜在的强大和独特之处。让我们一探究竟，看看新版ChatGPT是否能展现出超越传统框架的卓越智慧。🌟
温馨提示：看不懂也不影响你直接拉到文末看结论。
一、量子力学第一题
第一问：
🏆量子力学入门大考，ChatGPT展现不凡实力！每一道问题都精准剖析，仿佛在与粒子对话，逻辑清晰无误。这份对基础原理的深刻理解和应用，让人眼前一亮，直给10分！🚀 ChatGPT不仅会说，更是知识海洋中的导航者，未来可期！SEO优化提示：#量子力学# #ChatGPT解析# #送分题满分展示
第二问：
🌟【创新探索】ChatGPT的独特策略揭秘——无束缚态挑战下的隐形对称性✨在学术探讨中，每一步突破都离不开对规则的巧妙应对。然而，当题目设置如谜，不给出明确的束缚态形式时，传统的逻辑似乎遇到了瓶颈。这正是ChatGPT展现其独特智慧之处——如何在无形的框架中挖掘潜在的对称性？🤔没有明显的线索，我们只能审慎地给予一些认可，毕竟任何创新都需要面对挑战。尽管分数可能有限，但这恰恰反映了问题的深度和复杂性，不是简单的得分所能衡量的。🏆ChatGPT的这一举动，无疑为我们开启了一扇探索未知的新窗口，让我们期待未来在这样的思维游戏中，能有更多深刻的洞见与突破。📚记得，每一次创新都源于对常规的打破，而ChatGPT正是那股推动变革的力量之一。🌟
实际上定态下力学量的期望值不随时间改变，具体到位移就是d<x>/dt=0，用海森堡运动方程可以导出<p>=m*d<x>/dt=0，因此的动量期望为0。
第三问：
🌟当面对一个简单的任务，如将含时薛定谔方程的数值代入定态方程以找到瞬间状态，通常情况下，ChatGPT可能会过于复杂化处理，这不是最直接且高效的方法。实质上，只需巧妙地应用薛定谔方程的基本原理，轻松得出结论——时间导数为零，这一步骤直截了当，省时又精准。🔍SEO优化提示：含时薛定谔方程、简化解法、时间导数、直接应用、高效处理
而且ChatGPT还差临门一脚：证明对时间的导数为0，不过影响不大。
第一题得分：22分。
二、量子力学第二题
第一问：
首先是本征态没问题，但归一化错了。积分的结果应该用delta 函数，否则对1进行全空间积分就是正无穷。但如果我们跟着ChatGPT的错误思路继续做下去，就会看到最后一步化简时AI给出了这样的结果：
这个式子的值应当是1/π。居然会出现这种低级错误，ChatGPT你还是训练得不够啊！
第二问：
第二问用泰勒公式就扯远了。本题两个结论之间是厄米共轭的，只需证明其中之一。解题思路是在两项中插入一个完备集，运算后积分即得结论。
第三问：
第三问的过程乍一看还是很合理的，公式本身也没错，但AI却套错了公式导致结果错误。正确的公式如下：
第四问：
第四问ChatGPT的思路没错，只需要将第三问结果平方就能得到结果，但第四问要用到第三问的结论，所以也跟着错了，大概可以酌情给点思路分。
第二题得分：10分。
三、量子力学第三题
第一问：来看看ChatGPT对角动量的理解。
看起来ChatGPT并不懂角动量，说了一堆废话以后算出来一个0，正确的解法应该把球坐标代入波函数，然后整理成球谐函数的形式算出角量子数l=1。
如果总角动量为0，第二问的结果直接就是0，就不需要算了。
第二问：
果然，ChatGPT废话了一大圈以后还是得出了0，第一问总角动量算错，第二问算分量肯定会算错。
至于第三问，ChatGPT废话说到一半就报错了，所以我就不上截图了。
第三题得分：2分。
四、量子力学第四题
第一问：
第一问的解题思路是对的，然而ChatGPT一上来就把哈密顿量给写错了，少了泡利矩阵里的1/2，因此最后的本征值里多了个2，且结果没有归一化，但除此以外都是对的。
第二问：
第二问是纯粹的本征值计算问题，ChatGPT的思路非常标准，前期计算也是正确的，但最后算行列式时直接把两个2c_0给扔掉了，导致两个能级结果错误。虽然没能全对，能做到这一步已经很厉害了。
第四题得分：25分
五、量子力学第五题
第一问：
第一问是送分题，只要把定态的动量和位移的不确定度代入不确定性关系，由a^2+b^2≥2ab就可以导出最小值，ChatGPT的思路虽然复杂了点，但也没问题，然而它又又又又算错了：
但我们稍加计算就能看出这里的化简结果应当是：
第二问：
第二问变分法，ChatGPT一上来就把归一化常数算错了：
但人类也会犯这种低级错误。很明显，这里AI把平方漏掉了，导致后续计算全部错误。不过AI给出的过程很标准，条理清晰，值得学习。
第三问：
本题直接套升降算符的性质：a_- |0>=0，|1>=a_+ |0>，由第一个式子确定基态波函数，再用第二个式子算出第一激发态。AI用的也是这个思路，但在下面这一步求导的时候算错了。
第四问：
题目已经给出了微扰的矩阵形式，直接算特征值就可以解决问题，但ChatGPT又把简单的行列式算错了，算出了1*1=2的惊天妙手：
正确的久期方程应该是-λ^3+λ=0，而不是其给出的-λ^3+2λ=0。由久期方程解出0和±1三个特征值，因此在微扰下三重简并消除，能级分裂成与特征值一一对应的三个。
第五题总分：18分。
ChatGPT总得分：77分/150分，距离130分的目标还有亿点差距，建议第二年再战哦。
此外，我还让ChatGPT做了2021年的国科大量子力学考研题，它也拿到了约80分，而且如果能帮它稍微修正一下计算过程中的错误，就能达到约100分水平。毫不夸张地说，ChatGPT的量子力学已经达到了物理系本科毕业生水平。
六、文献总结
为了进一步测试GPT-4的学术能力，我又找了一篇文献来测试GPT-4的文献阅读能力，下面是一段由其生成的文献内容总结：
ChatGPT翻译总结的错误较多，比如温度的单位mK被翻译成了毫克，也无法理解一些学术名词，比如1K池（4He-1K-stage）被翻译成了1K级，不认识卡皮查热阻等，参考价值有限。看来学术名词翻译即使对AI来说也不是一件容易的事。
但如果让ChatGPT以英文输出，则其总结文献内容的能力十分强大，语言流畅逻辑清晰，不过仍会遗漏一些重要信息，所以还不能依赖AI来看文献。
目前将论文输入ChatGPT比较麻烦，很多时候不如直接看摘要，尚不能为我们阅读文献提供实质性的帮助。如果后续能根据图片或者pdf直接给出主要内容，将是其能力的又一次飞跃。
七、新旧版本对比
最后我又对比了一下GPT-3.5和GPT-4的量子力学能力。面对一维谐振子问题，GPT-4能完美解决，但GPT-3.5就不行。
测试内容相关 来源：窝湖边的
不过，面对更复杂的场论中氢原子狄拉克方程与精细结构问题，即使是GPT-4也无能为力，只能在说了一堆废话后报错，看来场论的难度已经超过了它的能力上限。综合来看，GPT-3.5对量子力学仅有大概了解，但GPT-4对量子力学有着深入的了解，水平远超GPT-3.5。
GPT-3.5和GPT-4的对比，第一张截图是GPT-3.5，后三张是GPT-4。
八、总结
经过测试，GPT-4对量子力学的理解相当深入。它解题的思路清晰准确，但计算能力较差。由于语言模型底层逻辑的限制，它在解题过程中总是犯低级计算错误，因此拿不到高分，也就考不上物理所。但我认为它的总分过国家线不成问题。
虽然ChatGPT很难考上物理所，但它的量子力学水平已经接近物理专业的本科毕业生（计算能力除外），令人不得不承认它的强大。不仅如此，从小学中学到本科的题目都可以让ChatGPT来解，其不但能提供详细的思路和过程，还能针对你提出的问题加以讲解，善加运用完全可以成为学生的好帮手。
注1：ChatGPT网页端目前未开放图片输入，本文并非以图片，而是以输入符号文字的形式来向ChatGPT提问的。展示的题目图片是为了方便读者阅读。
注2：小编没有考研经验，给分比较随意，本文不构成任何考研建议。
本文来自微信公众号：中科院物理所 （ID：cas-iop），作者：黄水机
AI时代，掌握AI大模型第一手资讯！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
扫码右边公众号，驾驭AI生产力！
