徐洲更

V1

2022/12/06阅读:63主题:全栈蓝

chatGPT真的会替代程序员吗

最新上线chatGPT,非常的热闹,openAI的服务器几度因为请求太多而宕机,紧急增加了服务器。很多视频都说程序员岌岌可危,因为chatGPT真的能帮我们写代码。

我试了试,发现chatGPT确实好用,比如说我让他帮我写一段差异分析的代码(differential analysis in R code)

# Load the necessary packages
library(DESeq2)

# Import the RNA-seq data into R
data <- readRDS("rnaseq_data.rds")

# Create a DESeqDataSet object from the data
dds <- DESeqDataSet(data, design = ~ condition)

# Perform the differential expression analysis
dds <- DESeq(dds)

# Extract the results of the analysis
results <- results(dds)

# Filter the results to only include significantly differentially expressed genes
results <- results[which(results$padj < 0.05), ]

这是他的实现方式,确实有模有样。但其实,我如果去查DESeq2的相关的教程,也能找到类似的代码呀。

另外,有些时候,它还会给出错误的实现方式,比如说,我让他绘制GWAS的Q-Q图,以下是它给的代码。

# Load the necessary packages
library(graphics)
library(GWASdata)

# Load the example GWAS data
data(gwas1)

# Create a Q-Q plot for the GWAS data
qqplot(gwas1$pvalue)

其中有一个R包,GWASdata需要额外安装。于是,我问他怎么安装呢?他给出的建议是用 install.packages("GWASdata")。然而,事实上,GWASdata是放在Bioconductor上的,所以安装方式是BiocManager::install("GWASdata")。当然即便我安装上了,但是这个代码也无法运行,因为gwas1这个数据集不存在与GWASdata中,我目前也不知到和这个gwas1哪里来的。更有趣的是,经过我的检索,实际上,我们应该用qqPlot这个来自于qqman包的函数,才能根据p值来画图。

实际上,用AI辅佐写代码的事情,之前用GitHub的Copilot时,已经感受到了它的实用性了。它能够帮忙补全很多代码,然后我们在此基础上做些修改,差不多就能用了。但是,真的让它完成整个项目,我觉得还有一段路要走吧。

分类:

人工智能

标签:

自然语言处理

作者介绍

徐洲更
V1