LabVIEW程序能用ChatGPT编写吗
毫无疑问，这不是第一篇关于ChatGPT的文章。自几个月前于2022年11月首次发布以来，OpenAI的大规模语言模型大受欢迎。ChatGPT的可能应用似乎无穷无尽，公司和个人都在用无数答案来询问：“ChatGPT能帮助我吗？
虽然ChatGPT连接到互联网以接收和发送信息，但它不能像搜索引擎那样实时执行搜索。相反，它依靠用户输入数据来“训练”各种主题。ChatGPTPlus是该模块的当前付费版本，它使用更先进的GPT-4，该GPT使用MicrosoftAzureAI超级计算机进行训练。由于自发布以来用户活动的指数级涌入，ChatGPT的知识是巨大的......但它远非完美。
需要明确的是，ChatGPT的能力简直令人惊叹。它的回应雄辩，它能够与人类惊人地相似地交谈。在尝试找到快速答案时，其一般知识的准确性非常有用。然而，ChatGPT的真正优势在于它作为一种工具，而不是一种解决方案。通过正确的查询和方向，语言模型能够为几乎任何项目提供令人难以置信的起点。
ChatGPT和LabVIEW
用户使用NI硬件时面临的最大障碍之一是编写LabVIEW程序来执行测试。由于ChatGPT将编程和编码技能作为其有用的优势之一，因此许多人一直在使用各种编码语言对其进行测试。
凭借其图形化用户界面，LabVIEW为基于文本的ChatGPT带来了独特的挑战。当问它是否可以在LabVIEW中为我们编写一些代码时，它最初为我们了两个常见LabVIEW编程任务的示例。（注意：在这篇文章中与ChatGPT的所有互动都是使用免费版本ChatGPT-3.5进行的）。
正如预期的那样，ChatGPT在使用来自上述程序的信息时表现良好。但是编写实际代码会怎么做呢？
为了找到答案，进行了一个简短的测试。与每个良好的实验一样，有一个对照组。使用了一些C代码的片段来从LabWindows/CVI中的DAQ设备读取电压。它看起来像这样：
要求ChatGPT为同样的目的编写一些代码，使用查询“你能编写代码来从LabWindows/CVI中的数据采集设备读取电压吗？反应是完全自信的。这是ChatGPT的代码的样子：
可以看到有一些明显的差异，但它会运行吗？通过LabVIEW运行，看看是否有效。
代码遇到的第一个错误是试图找到不存在的“modules.h”文件。删除了该文件的“#include”命令，以查看会发生什么。
结果呢？甚至更多的错误。
结论
显然，这是一个快速的实验。可以花更多的时间测试不同的查询，用更多信息进行澄清，甚至继续与ChatGPT对话并要求特定的修复，这可能会导致不同的结果。然而，结论很可能保持不变：ChatGPT是一个了不起的工具，但必须正确使用它。ChatGPT给的代码虽然不完美，但可以节省大量时间，并在编程工作中领先一步-但它需要了解出了什么问题才能解决问题。
虽然ChatGPT提供了前所未有的能力水平，但它并不能替代人类的理解。虽然它本身可能还不会对程序员的职称构成威胁，但它肯定是调试、故障排除或节省宝贵时间的不可思议的资产
需要说明的是，上述的例程和文档，都是可以下载的，双击即可打开，其中压缩文件是可以采用粘贴复制的方式，拷贝到硬盘上。这不是图片，各位小伙伴看到后尝试一下，这个问题就不用加微信咨询了。有关LabVIEW编程、LabVIEW开发等相关项目，可联系们。附件中的资料这里无法上传，可去公司网站搜索下载。
