ChatGPT，是美国OPEN AI研发的通用AI。自2022年11月30日发布发布以来，热度飙升火爆出圈，多个行业的从业人员应用后都惊呼失业之期将至。

仿真从业者真的会面临被通用AI取代的风险吗？我们“一试便知”

本文以高科技行业的连接器结构仿真为例，

实测ChatGPT的仿真认知水平。

(相关资料图)

先介绍ChatGPT的界面：回答很全面而专业，跟以往的所谓智能聊天软件确实不一样。回答合理，连接器种类很多，难以一一列出，各行业和厂家也有各自的偏重。鉴于前面的回答还能接受，我们直接上难度，抛给了ChatGPT一个难题：非常遗憾，ChatGPT未能直接生成一篇完整文章。在它给出的回答里，连接器仿真应用中，“磨损损耗仿真”、“振动分析”都是重要应用方向。而“应力分析”和“动态仿真”条目的描述内容正确，但用词和分类不当。以下为常见分析类型及示例：

连接器使用过程中，反复插拔会导致端子磨损，进而出现电气性能不良、松脱等问题。所以磨损损耗仿真报告是连接器开发设计过程的重要输入。

我们对ChatGPT的“考验”逐步专业化。

哦吼，这个问题没有难住它，ChatGPT回答得很全面。正确，并且强调了材料参数准确性对结果的影响。乘胜追击，我们进一步询问了ChatGPT具体应用场景下的单元类型问题。终于触及了ChatGPT的盲区，只是较笼统的说明了适用单元的方法，但没能给出具体适用的单元类型及名称，并且ChatGPT翻译用词略不专业，这里的分层单元应该是指多层实体单元。那么，我们再问一个单元类型的问题确认ChatGPT的盲区。Chat的答案正确但不完整。例如缺失了深受用户欢迎的、计算效率和准确性都较高的C3D8R。事实上，用户在建立了基础仿真能力之后，通常需要进一步对连接器端子进行优化仿真。Nice~满分回答。ChatGPT对Tosca和Isight的功能认知正确。例如以下案例，只从力学角度考虑降低端子结构的塑性变形量，可使用Tosca进行形状优化，也可以使用Isight进行尺寸参数化优化。

综上所述，在和ChatGPT“切磋”的过程中，我们可以得出结论：ChatGPT对连接器力学仿真分析中的应用有较充分的了解，但在具体仿真技术细节方面还不够深入。

当然，以上问答仅基于这一时间点的ChatGPT能力。

事实上，在测试过程中，我们发现ChatGPT每个问题都会收集对话者的意见“同意”或“不同意”，即人类在使用ChatGPT时也在对其提供监督训练。细分专业领域类的反馈信息，尤其是否定反馈，会被算法作为强监督数据进行加权，以优化ChatGPT在此领域的能力。一段时间后，同样的问题就可能给出不同的答案。

回到最开始的问题，对于AI带来的“失业危机”，在仅此一次的短短测试中，我们并不能得出准确的答案，但AI的信息获取和整合能力日益迅猛是不容否认的趋势。

各位仿真工程师们，在围观这次“测试”之后，你们觉得：如果ChatGPT成为你的同事，你觉得它适合怎样职级的岗位？以及，它多久之后能赶上或超越你呢？

END本文来源：达索系统公众号，如有侵权，请联系小编进行删除。关于thinks:

广州思茂信息科技有限公司（thinks)作为达索系统资深增值服务商，依托深厚的CAE技术背景和工程经验，为制造业企业、科研机构、高校提供“基于行业最佳实践”的仿真解决方案，已帮助众多知名企业、科研院所以及高校建立有限元仿真平台。thinks将SIMULIA的仿真解决方案与企业研发相结合，帮助企业打造仿真分析平台，提升产品研发能力，完善技术研发创新体系; 提供有限元理论和软件基础培训，根据用户案例要求，提供最佳的仿真分析方案与设计优化方案，并提供完善的跟踪服务，确保项目的成功;根据用户产品设计开发流程，提供软件开发，降低仿真分析难度，提升仿真分析效率，完善技术研发创新体系。