要说现如今哪个AI最受关注，那无疑是ChatGPT4。这个刚推出AI很快就打破了最快过亿用户的记录。今天，小编就尝试使用Chat GPT4，对梅特勒托利多全新上市的在线UPW Unicond超纯水电阻率进行文案编辑。看看AI生成的作品和人工，哪个更受欢迎？

以下是产品经理整理的内容

随着半导体行业的飞速发展，人们生活产生了巨大的改变。以电子集成电路为代表的第三次技术革命，促进了整个社会的发展进步。而半导体的技术发展，也有不同种类的分支。

其中一种，是先进制程和高算力带来人工智能的突破：在AlphaGo没有战胜人类顶尖棋手之前，没有人会相信AI会在围棋领域真正的领先人类的大脑。现在最火的语言模型AI，Chat GPT4，也是在不断完善的训练模型下脱颖而出，从而能被大众所知晓。但在这些AI的背后，都是需要庞大算力作为基础。据估计Chat GPT4背后服务器，是18000台DGX A100系列服务器，里面采用的计算单元即为8块基于7nm 工艺制造的 GA100，内有 542 亿晶体管。这相比于早它6年前的基于28nm工艺的曾经的一代卡皇GTX980，性能提升了4倍。

另一种是，更低功耗芯片与封装技术的发展带来万物智能化互联的突破：新型的芯片设计和封装工艺，实现更高的集成度、更低的功耗和更好的性能，从而满足物联网、智能手机、包括更精准的分析仪器领域的需求。其中一个例子就是，为了更精准的测量介质中的电阻率，自1964年以来，梅特勒托利多Thornton就开发了同轴设计的电阻率探头来让整个测量系统更加稳定。

图1：1985 年Thornton开发出第一台

用于半导体应用电阻率测量的数字变送器DOT2

随着电子技术的不断发展，在1989年，与 770PC 变送器一起开发的“智能传感器”。可以向变送器提供校准和测量数据，通过自动电子识别“握手”彻底改变“传感器”，实现快速“即插即测”启动，是梅特勒托利多的数字智能传感器管理 (ISM®) 技术的雏形。

图2：使用超过20年，现在还在正常工作的770PC

而现如今，2023年，Thornton凭借在超纯水分析领域深厚的技术积累，和行业的供应商合作努力，将抗干扰的智能芯片集成在了全新的UPW Unicond 电阻率探头中，从而进一步把电阻率的测量精度提升至±0.5%。

图3：UPW Unicond电极中的智能芯片

智能测量系统相比模拟测量系统，提升10倍抗外界电磁干扰能力。这些突破离不开半导体行业的进步，才让更高精度和稳定性的测量成为了可能。

同时，更高准确的电阻率控制，又可以保障生产更高端芯片的愈加纯净的UPW水质。这无疑是印证了一句老话，工欲善其事必先利其器。

图4：全新的UPW Unicond电阻率电极

那如果把高算力的AI和高精度的电阻率碰撞在一起，能擦出什么火花呢？

为了检验一下Chat GPT4 的文案能力，小编要求它以UPW UniCond®电阻率为主题，写一篇上市文章。以下是Chat GPT的回复：

以下是Chat GPT 撰写的内容

UPW UniCond® Premium 2-E电阻率传感器：超纯水监测的新解决方案

超纯水（UPW）是微电子和半导体制造业的必需品，因为它用于冲洗和清洁晶片和芯片。水中的任何杂质都会导致产品的缺陷和损坏，影响产量和质量。因此，监测和控制UPW的电阻率，即其纯度的指标，是至关重要的。

梅特勒托利多，一家领先的精密仪器和服务提供商，推出了一款新产品，以应对UPW监测的挑战：UPW UniCond® Premium 2-E电阻率传感器。该传感器专为半导体行业的UPW应用而设计，可提供卓越的测量精度、稳定性和抗干扰性能。

UPW UniCond® Premium 2-E电阻率传感器具有以下特点和优势：

出色的测量精度：传感器具有卓越的温度补偿电阻率准确度，对于10-20 MΩ·cm的范围，在25°C时误差≤ ±0.5%，提供清晰的水质监测。

卓越的信号稳定性：传感器采用改进的梅特勒托利多Thornton电阻率测量技术，与其他UPW传感器相比，信号噪音降低了10倍，使传感器能够快速响应电阻率的微小变化。

环境隔离：传感器具有坚固的结构和温度补偿，确保观察到的电阻率变化是由于水质而非环境因素所造成。

简单的安装和校准：传感器采用智能传感器管理（ISM）技术，将所有相关的状态和配置信息存储在传感器中，实现即插即测功能，快速启动。传感器还符合严格的NIST可追溯校准要求。

行业标准NPTM接头：传感器采用行业标准NPTM接头，适用于绝大多数UPW装置。

UPW UniCond® Premium 2-E电阻率传感器是一款理想的解决方案，适用于希望维护其UPW系统并防止可能对生产产量产生不利影响的水系统问题的半导体制造商。

Chat GPT的回复，还是非常专业且通顺的。但这有个前提是，AI的描述基本上是按照mt.com官网上面的内容进行整理归纳的。所以这篇回复是无法体现出Chat GPT的创意。而更需要体现逻辑性及创意性的给文章自动配图的功能，Chat GPT给出的答案就不那么能向文字一样准确反馈主题了。

图5：Chat GPT基于给定主题生成的配图

因此来看，现阶段的AI还无法完全替代人工编辑文章。那小编也配了几副图片，来进行总结：

标准NPT接头便于安装

由此可见，对于文字的生成，Chat GPT已经能够达到一定的生产力工具水平。但是看起来它还没有对于更深层领域产生理解，导致它的配图看起来更像是对一些关键字的简单要素堆砌。想要用完全使用AI来编写专业产品上市文章，还得需要更优秀的模型及更庞大的算力来实现。