比如说前两天看到的椭圆曲线最大rank那篇文章，里面用到了K3曲面。一搜索K3曲面，又引出了Calabi-Yau manifold。再往下搜索，弦论，超对称，都会出来。数学物理就是太宽广了，重要的概念节点就得有上百个，次要一点的全包括的话，几千个不为过。没有人敢称专家。
但是对ChatGPT来讲，几千个概念根本不够看。再扩大一千倍，变成几百万个，向量化，把它输入进去，也不算什么。再把人类的各个学科的概念都输入进去，也就是再扩大个一千倍，几个billion的概念小节点，ChatGPT也可以吃下去。现在的LLM就可以。
然后做什么呢？
直接查询ChatGPT对各学科各问题的简介，已经可以得到很好的答案，很亲民，也很深入。如果把prompt一步一步组织好，到达学科前沿也不需要很多步。当然prompt不容易组织好，这需要一些专家知识。这都是现在的LLM就可以做的。
下一步的话，应该让ChatGPT自动把prompt组织好，每一条路径都达到一个学科一个问题的前沿。相当于写问题综述。
还可以把各学科各概念节点之间的可能的联系找出来，这个联系可以是连接多个节点的一条path。把最重要的path列出一万条来。这相当于什么？这相当于列出一万条科研路径。这件事人类做不了，人类只能一条一条路径往里钻。ChatGPT是老板，人类是研究生。
目前AI的短板是推理。但是不用推理就可以搞上述这些。这个属于AI Agent的范畴。
当然，AI Agent可搞的东西很多，搞学术似乎还没有到激动人心的优先级。
