让AI帮你读论文：chatPDF

让chatGPT帮你解读论文，爽歪歪。

昨天听到万维钢老师在专栏里介绍了chatPDF，今天小喵就来试用了一下。

观前提醒：需要科学上网。

梯子我用的是auVPN，除了贵点以外没有任何毛病，速度飞快。

chatPDF

界面非常简洁。据说作者只有一个人，Twitter粉丝也只有三千人。

原页面当然是英文。万sir给出了一张使用DeepL插件翻译的结果。确实比我彩云小译强太多。但可惜DeepL网页全文翻译太贵了。

彩云小译版本

DeepL版本，翻译质量几乎是跨代的差距。

好在它解读出来的PDF文档，是支持中文的。这就还好。

读论文

免费用户每天只支持3篇PDF，每篇限制10MB，120页。它其实就是调用了chatGPT的付费API接口，但把它做的非常简洁好用。

每月5美元解锁Plus版

丢一篇（不是我的研究方向）的SCI论文进去，试试看。

回复它【中文】即可将解读切换为中文。它帮你解读了这篇综述论文的主要内容，并且给出了三个可能的问题。你可以直接点击提问，也可以自己提出新的问题。

你好！欢迎来到《国际制冷学报》关于室温下固态热量效应制冷过程的最新研究综述。在这个PDF文件中，你将会找到一个全面的概述，介绍了不同的固态制冷和热泵技术中使用的各种热量效应。以下是您可能对此文件提出的三个问题示例：
  与传统制冷方法相比，使用固态热量效应制冷过程有哪些优点？
  能否提供一些使用磁热、电热、弹性-热或压电-热效应的实际应用案例？
  自2019年以来，这个领域的研究进展如何，并且我们可以期待未来有哪些新发展？

与传统制冷方法相比，使用固态热量效应制冷过程有哪些优点？

根据本文件所提供的信息，固态热量效应制冷过程相比传统制冷方法具有以下优点：1. 固态热量效应制冷过程不需要使用化学制剂，因此更环保。2. 固态热量效应制冷过程可以实现更高的能源效率。3. 固态热量效应制冷过程可以实现更小的体积和重量，因此更适合在空间受限的环境中使用。总之，固态热量效应制冷过程是一种具有潜力的新型制冷技术，可以为未来的可持续发展提供解决方案。

不太聪明的亚子

看上去很美好？但其实……至少对这篇文章来说，我感觉它根本没有读出完整的信息。

这是一篇综述，前面先简介了2010年以前这个领域的进展，以及2010到2019年的进展。后面列举了许多研究团队在固态热效应材料上设计制造的制冷原型机。

然而：

并且：

我不服气，我纠正它：

还好，它也继承了chatGPT的从善如流。我重新用之前的问题问它，它给出了不一样的回答。——但依然不会数数。无法直接回答我这篇文章介绍了几种制冷原型机。

而且，它还不能正确识别论文里的配图，甚至一直犟嘴说这篇文章没有图2.

明明图2和图4都有。我也懒得再纠正它了。这么搞下去，到底是你帮我读还是我帮你读论文啊？

讨论

目前看来，chatPDF还只能拿来玩玩。让它简单帮你介绍一篇论文或许可行，不过那样与直接读论文摘要似乎也没太大区别。至于翻译中文，用翻译软件也都能搞定。

但，它毕竟接入的还是基于GPT-3.5的chatGPT API接口。前几天不是说GPT-4已经发布了嘛。我想，要不了几个月，这东西读论文的水平就会显著提高了。

小喵主业还是搞有限元仿真的。这次让它读的这篇论文也不是我自己的科研方向。如果说有限元仿真软件，我在把它们当成工具之余，还能理解一点它们的内核、理论背景，那么对于AI工具，我就真的只能把它当成黑箱子了。

但无论是仿真软件也好，AI工具也罢，我们相信工具始终是工具。工具不会替代人，但善用工具的人会取代不会使用工具的人。

最近我也玩了一下AI画图的Stable Diffusion。感谢B站一位大佬，这东西已经有图形界面了。用北鲲云上的Tesla V100 GPU训练，效果拔群，速度飞快。

AI生成的优菈，嘿嘿~

想看的话，后台留言催我一下。我搞好GPU节点镜像以后写篇推送分享出来~