分享一下我两个月前的回答，这么短的时间内，许多著名AI模型（Stable Diffusion、ChatGPT、New Bing）又多了许多新功能，如同天翻地覆，换了人间，AI时代以来，生化环材人们充分利用AI的前提是也要了解AI。
1 计算机科学的训练样本更多更优秀
ChatGPT的训练集有很大一部分是通过爬虫程序从互联网上获取得到的。然而相较于生化环材内容，计算机类网站的结构化做得更好。国外有Stack Overflow，国内有CSDN、博客园——不管你觉得里面的内容多么坑爹，但毫无疑问的是里面的内容结构化做得很好，爬虫可能更容易识别并学习结构化的问题、解决方案。此外，计算机科学网站的开发者互联网思维更浓，更重视搜索引擎优化等有利于爬虫爬取的策略，爬虫程序能轻而易举地在互联网网站学习到大量知识。反观生化环材类网站，尽管有中科院及各大院校官网等优质内容，但许多论坛、试剂商的网站还停留在宛若小学生的FrontPage作业水平。
2 计算机科学相较于生化环材，文本描述更严谨
计算机科学的内容似乎比生化环材文本逻辑更简单一些（也许是受产品经理的影响）。许多计算机博文在给定需求以后，便会一步一步解决需求。而生化环材类内容并不总是那么精确。例如输入“请用vue框架写一个网页计算器”，ChatGPT不太可能给我输出一个react计算器，但如果我问“什么是负染色技术”，ChatGPT可能会对问题的背景有所疑惑——究竟是电镜的负染色？还是荧光显微镜的负染色？
3 计算机科学的问题更加标准化，而生化环材学科，同样问题的回答可以延伸，多样性带来了复杂度
生化环材类内容很多在关键部分之前，需要大量的背景介绍，背景介绍等内容并不是知识的核心，对AI学习可能有影响。此外，相较于计算机，某个功能实现起来也就那么几种常用方法，而生化环材问题可能有多样化的答案。有时候，计算机科学网站会使用相关HTML或者JSON语法直接将结构化的问题、答案、讨论标注出来。
4 计算机科学问题更容易翻译成英语。
讲一个计算机相关的句子读给正常人听，例如“请用vue框架写一个网页计算器”，人类可能出了计算机专业术语（此案例中是“vue框架”）不了解以外，基本语句完全明白。而生化环材因为其复杂与不确定性，一个句子中可能有大量的修饰词，直接导致跨语言翻译难度明显提高，进而无法有效利用多语言资源进行融会贯通。而英语的互联网资源更加丰富，AI要想汉语表现好。必须从英语中学习到更多内容。
特别地，像是计算机方面的论文，许多新的模型因为要抢先发表，往往放在了开放获取（甚至可以使用API获取）的预印本平台（如arxiv）上，而生化环材文章可能更多的还是传统期刊，除了少部分开放获取期刊以外需要付费阅读，毋论ChatGPT背后的机器人爬虫。