「ChatGPT即將取代軟體工程師」，是最近很火的話。

於是我利用一系列題目與ChatGPT互動，測試他是否真的可以取代軟體工程師。首先，我有一張影像原圖如下，含有兩個箭頭圖案，不過都略有些雜訊（真實世界的數據）。

我想讓ChatGPT做的事情有：
 

找輪廓  平滑處理  旋轉  縮放  找出直線區間  找出轉折點

接下來會按照以上順序，節錄我與ChatGPT的部分對話與我實測的結果。

 

1. 找輪廓

當人類看到原圖，立刻可以知道圖中包含了兩個箭頭。但對電腦而言，這張圖只是一個數字矩陣，白色區域座標的值都是255，其餘的值都是0。為了要取得影像中的物件，我打算先對整張影像做一個「找輪廓」的動作。於是我開了要求：

---

🌹 幫我寫一個python程式，輸入一張一個通道的影像，輸出影像中偵測到物件之輪廓點集合

---

ChatGPT立刻給了我一段程式碼(下圖左)。而這段程式碼也確實跑出了我要的結果(下圖右)，綠色曲線即為ChatGPT程式所輸出的兩個輪廓。

ChatGPT的做法是使用OpenCV庫的findContours函數(上圖紅匡處)來得到我要的結果。但這樣嚴格說起來就不是ChatGPT自己寫「找輪廓」這個程式了，他是「使用」別人寫好的程式來達到這個功能。然而我就是想讓ChatGPT自己寫看看，所以給了另一個要求：

---

🌹 可以不要使用OpenCV庫嗎？

於是ChatGPT改用了另一個庫 ...... 

我再次要求ChatGPT都不要使用任何第三方庫。ChatGPT再次給了我一段程式碼

---

🌹 可以不要使用第三方套件來找輪廓嗎

---

但是這一次程式碼不只無法跑，而且細看他寫的Code，發現他已經「裝死放棄」了。

不過，找輪廓這個演算法本來就很複雜，我從來沒相信ChatGPT可以寫出來過，只是想要看看他怎麼反應而已。於是進入下一題。

2. 平滑處理

我們就前面輸出的輪廓(點集合)來用吧。不過真實世界的訊號常常具有一些雜訊，因此常常會讓訊號經過平滑處理，於是我想看ChatGPT怎麼對封閉曲線做平滑處理。

---

🌹 輸入一個二維平面的封閉點集合，輸出一個經過平滑處理的新的點集合

---

ChatGPT給了我一個程式碼，成功達到我要的功能了！右圖黃線即為其輸出。

3. 旋轉

接下來，我想請ChatGPT對物件進行旋轉。

---

🌹 輸入一個二維平面點座標集合，輸出相對於其質心旋轉一個角度的新的點集合

---

ChatGPT給了我要的功能。不過因為他使用了套件來完成，於是我再次給了無理要求 

---

🌹 可以不要使用numpy嗎     (numpy是套件名稱)

---

正確地給了我要的功能！兩個箭頭都順時針旋轉了45度。ChatGPT對於矩陣運算或座標轉換挺在行的！

4. 縮放

接下來，我想請ChatGPT對物件進行縮放。

---

🌹 輸入一個二維平面的封閉點集合，輸出以質心為中心進行放大或縮小的新的點集合

---

ChatGPT不只給我程式碼，還分解了他的步驟。如果不考慮經過縮放之後的點集合可能重複或未必相鄰，ChatGPT再次給了我正確功能！

5. 找出直線

接下來，我想請他做比較困難的題目。找出輪廓的點集合中，具有「直線」特徵的區間。於是我這麼問ChatGPT：

---

🌹 輸入一個二維平面的點集合，輸出點集合當中，接近直線的區間

---

看他的描述，我想他是有理解我的意思的，因為他提到的「霍夫變換」，我經過Google發現這真的是一個檢測影像中直線特徵的演算法。

只是細看他給我的程式碼後，我發現ChatGPT真的是來亂的！也許是我之前有要求他不要使用套件的關係吧，於是我這次允許他使用套件來找直線，看他怎麼使用霍夫變換：

---

🌹 這一次，你可以使用套件來做這個題目，你會怎麼做？

---

這次ChatGPT不是使用霍夫變換，而是使用RANSAC演算法。不過沒關係，我們看他這段程式碼的結果。下圖的紅線是ChatGPT找出路的直線，一個箭頭給一個最佳的直線區間，雖然我原本要的是所有直線區間，但有這個結果我也滿意了。

6. 找出轉折點

最後，我請ChatGPT輸出點集合中的轉折點：

---

🌹 輸入一個二維平面的點集合，輸出點集合中，轉折的點，可能不只一個轉折點

---

ChatGPT第一次給我的程式碼看起來合邏輯，但實際上不能用，因為ChatGPT設定只要不是完美地在前兩個點構成的直線上，就歸為「轉折點」，這樣我的箭頭幾乎快要每個點都成為轉折點了！我不死心，再次要求他寫一個可以用的程式給我，他給了我另一段程式碼

這次的結果看起來「好像」好多了，但是細看他的做法後，原來只是把方向分成三類：向前、向左、向右。他的判別方式就是從這三類改變的就是轉折點。他這樣寫，雖然結果看起來好像有點一回事，但實務上還是不能用的！

以上就是我與ChatGPT互動的過程了，如果總結一下其成功與失敗表現可以列如下表：

 我覺得挺棒了啊！

	找輪廓	平滑處理	旋轉	縮放	找出直線區間	找出轉折點
不用套件	Ｘ	Ｏ	Ｏ	Ｏ	Ｘ	Ｘ
使用套件	Ｏ				Ｏ	Ｘ

---

最後我歸納出一些自己看到ChatGPT的 強項：

1. 語意的理解

  以我目前的感受，ChatGPT對於語意的理解是最讓我驚艷的。

2. 分解問題

  當ChatGPT理解我們的語意後，接著會嘗試分解問題，不過這部分目前都很SOP

3. 善用工程界常用技術

  許多的工程常用技術早已有完整與強大的套件可使用，使用方式可能就只是幾行的程式碼。這部分用得好，就是令外行覺得他很神的秘密了～

然而，ChatGPT也有一些 弱點：

1. 複雜的問題無法解

  ChatGPT目前都只做比較單純的邏輯，如果遇到比較複雜的，例如真實世界的數據，ChatGPT目前還挺弱的。我已經遇到好幾次ChatGPT開始耍賴裝死的情況。

  <- chatgpt="" span="">

  有人會說AI會越來越厲害，能解的複雜度會慢慢增加。但我相信地球上存在問題的複雜度也是無上限的，永遠都會存在AI無法解的問題。

2. 不會有創新作法

  既然ChatGPT是從大數據中訓練出來的，那麼其能力當然就僅限於「過去的經驗」。(難道是在暗示如果人類都基於自己過去經驗來斷定事情的話，智慧就跟AI沒有很大差異嗎)

由以上來看，如果我們的專長的是ChatGPT的弱點、或者我們的專長比ChatGPT的專長還強，我們就不用擔心被取代囉！如此，我覺得ChatGPT不只不會取代軟體工程師，反而是來補足軟體工程師弱點的吧...

甚至，當大家都過度依賴ChatGPT，很容易就不會做扎馬步的工作，這時候我們多花一點工夫把馬步扎好了，就是自己與別人的一道鴻溝。千萬別說基本功給ChatGPT寫就可以了，這個基本功就是想要「創新」的起手式喔！