ในที่สุดตัวแปลรหัสสิ่งประดิษฐ์ ChatGPT ก็เปิดขึ้น ใช้อย่างไร นี่คือการสอนระดับพี่เลี้ยงเด็ก

巴比特_

2023-07-10 03:55:10

เมื่อสองวันก่อน OpenAI ประกาศว่าจะทำให้ Code Interpreter ปลั๊กอินอย่างเป็นทางการพร้อมใช้งานสำหรับผู้ใช้ ChatGPT Plus ทุกคนผ่านแผงเบต้าในการตั้งค่าภายในหนึ่งสัปดาห์

ข่าวนี้ทำให้หลายคนตื่นเต้น เพราะ Code Interpreter เคยอยู่ในช่วงเบต้าแบบปิดมาก่อนและมีผู้ใช้จำนวนน้อยเท่านั้นที่ใช้จริง ผู้ใช้ทดสอบภายในเหล่านี้ใช้เพื่อวิเคราะห์ข้อมูล สร้างแผนภูมิ แก้ไขไฟล์ ดำเนินการทางคณิตศาสตร์ ฯลฯ และการตอบสนองโดยทั่วไปก็ดี

ไม่ต้องรอนาน วันนี้ (9 กรกฎาคม) Code Interpreter ได้เปิดอย่างเป็นทางการแล้ว

อย่างไรก็ตาม สำหรับผู้ใช้หลายๆ คน จะต้องศึกษาวิธีการใช้ Code Interpreter ให้เกิดประโยชน์สูงสุด

ต่อไปนี้คือตัวอย่างบางส่วนที่โพสต์โดยผู้ใช้ทดสอบภายในเพื่อให้ข้อมูลอ้างอิงแก่คุณ

“สิ่งที่เรียนรู้ในไม่กี่สัปดาห์ในช่วงปริญญาเอก AI ทำเสร็จในไม่กี่วินาที”

Ethan Mollick ศาสตราจารย์แห่ง Wharton School of the University of Pennsylvania เป็นผู้ใช้ ChatGPT Plus ที่ได้ลองใช้ Code Interpreter รุ่นอัลฟ่าเป็นเวลาหลายเดือน การประเมิน Code Interpreter ของเขายังค่อนข้างสูง โดยเรียกมันว่า “โหมด AI ที่มีประโยชน์และน่าสนใจที่สุดเท่าที่ฉันเคยใช้มา”

Ethan Mollick ให้ข้อสังเกตสองประการอย่างชัดเจน: 1) ตัวแปลรหัสทำงานได้ดีจริงๆ ซึ่งแตกต่างจากปลั๊กอินที่ไม่ได้ตั้งใจโดยสิ้นเชิง 2) คำแนะนำมักจะไม่จำเป็น ผู้ใช้เพียงแค่พูดคุยกับ AI เกี่ยวกับรหัสหรือข้อมูลและสิ่งที่พวกเขาต้องการ แค่นั้นแหละ

"Code Interpreter สานต่อประเพณีอันยาวนานของ OpenAI ในการตั้งชื่อสิ่งที่น่ากลัว เพราะนั่นอาจเป็นประโยชน์มากที่สุดสำหรับผู้ที่ไม่รู้วิธีการเขียนโปรแกรมเลย มันอนุญาตให้ GPT-4 ซึ่งเป็น AI ที่ล้ำสมัยที่มีอยู่ อัปโหลด และดาวน์โหลดข้อมูล และโปรแกรมต่างๆ จะถูกเขียนและดำเนินการสำหรับคุณในพื้นที่ทำงานที่ต่อเนื่องกัน ซึ่งช่วยให้ AI สามารถทำสิ่งต่างๆ ที่ไม่เคยทำได้มาก่อน และทำงานในทุกรูปแบบที่ ChatGPT ไม่สามารถทำได้มาก่อน”

เพื่อช่วยให้ทุกคนเริ่มต้นได้อย่างรวดเร็ว ศาสตราจารย์ Ethan Mollick ได้เขียนคำแนะนำโดยบอกเล่าประสบการณ์และข้อมูลเชิงลึกของเขาเองในการใช้ Code Interpreter

ฉันใช้เวลาหลายสัปดาห์กว่าจะเชี่ยวชาญในระดับปริญญาเอก AI ทำได้ภายในไม่กี่วินาที และบ่อยครั้งมีข้อผิดพลาดน้อยกว่าที่ฉันคาดไว้จากนักวิเคราะห์ที่เป็นมนุษย์ แต่ก็ชัดเจนสำหรับฉันเช่นกันว่ามนุษย์จะไม่ถูกแทนที่ด้วย Code Interpreter แต่ AI ทำในสิ่งที่เราหวังมาตลอดว่าระบบอัตโนมัติจะทำได้ — ปลดปล่อยเราจากส่วนที่ซ้ำซากและน่ารำคาญที่สุดในงานของเรา เพื่อให้เราโฟกัสกับสิ่งที่สำคัญได้ ด้วยการลดความซับซ้อนของขั้นตอนการวิเคราะห์ ฉันสามารถทำงานได้มากขึ้น ลึกขึ้น และน่าพอใจมากขึ้น เวลาของฉันมีค่ามากขึ้น ไม่ใช่น้อยลง เพราะฉันสามารถโฟกัสกับสิ่งที่สำคัญแทนการยัดเยียด

Code Interpreter ชดเชยข้อบกพร่องของ ChatGPT หรือไม่

โดยเฉพาะอย่างยิ่ง Code Interpreter ให้ AI พร้อมกล่องเครื่องมือทั่วไปสำหรับการแก้ปัญหา (โดยการเขียนโค้ดใน Python) หน่วยความจำขนาดใหญ่ที่สามารถใช้ได้ (ด้วยความสามารถในการอัปโหลดไฟล์สูงสุด 100MB และไฟล์เหล่านี้สามารถอยู่ในรูปแบบบีบอัด) และ การรวมกล่องเครื่องมือนี้เข้ากับปัญญาประดิษฐ์ด้วยวิธีที่ใช้ประโยชน์จากโมเดลภาษาขนาดใหญ่

วิธีนี้จะแก้ไขปัญหาบางอย่างเกี่ยวกับ ChatGPT เวอร์ชันก่อนหน้า:

Code Interpreter ช่วยให้ AI สามารถทำโจทย์คณิตศาสตร์ (ปัญหาคณิตศาสตร์ที่ซับซ้อนมาก) และทำงานด้านข้อความได้แม่นยำมากขึ้น (เช่น การนับจำนวนคำในย่อหน้า) เพราะสามารถเขียนโค้ด Python เพื่อแก้ปัญหาทางคณิตศาสตร์และภาษาศาสตร์ของ โมเดลภาษาขนาดใหญ่ จุดอ่อนโดยกำเนิด และเป็นเรื่องดีมากที่ได้ใช้เครื่องมือนี้:

*ในทำนองเดียวกัน จำนวนคำของ Code Interpreter คือ 104 คำ *

Code Interpreter ช่วยลดโอกาสเกิดภาพหลอนและความสับสน เมื่อ AI ทำงานโดยตรงกับโค้ด Python โค้ดจะช่วยให้ AI “ซื่อสัตย์” เพราะหากโค้ดไม่ถูกต้อง Python จะสร้างข้อผิดพลาด และเนื่องจากโค้ดทำงานบนข้อมูล ไม่ใช่ LLM เอง ไม่มีการแทรกข้อผิดพลาดโดย AI ลงในข้อมูล แน่นอนว่ามันไม่สมบูรณ์แบบ AI ยังสามารถทำให้เกิดภาพหลอนได้ (มักจะคิดว่ามันสามารถเห็นกราฟิกที่มันสามารถสร้างได้ ซึ่ง ChatGPT ในโหมดนี้ทำไม่ได้) แต่ข้อบกพร่องเหล่านี้พบได้น้อยกว่าและมีโอกาสน้อยที่จะส่งผลกระทบต่อโค้ดหรือ ข้อมูลนั้นเอง
Code Interpreter ทำให้ปัญญาประดิษฐ์ใช้กันอย่างแพร่หลายมากขึ้น ปัญหาหลายอย่างสามารถแก้ไขได้ด้วยโค้ด และ GPT-4 นั้นดีมากในการหาว่าเมื่อใดควรใช้ Code Interpreter ด้วยวิธีใหม่ๆ และน่าสนใจ ตัวอย่างเช่น หากผู้ใช้ขอให้ใช้รหัสเพื่อพิสูจน์ให้ผู้สงสัยว่าโลกกลม Code Interpreter จะให้อาร์กิวเมนต์หลายรายการ โดยรวมข้อความเข้ากับรหัสและรูปภาพ

4. ผู้ใช้ไม่ต้องลงโปรแกรม เพราะ Code Interpreter สามารถแทนที่การทำงานได้ทั้งหมด LLM ก่อนหน้านี้จำนวนมากสามารถเขียนโค้ดได้ แต่คุณต้องเรียกใช้และดีบักด้วยตัวเอง สำหรับคนที่ไม่เคยใช้ Python จริงๆ มาก่อน มันยาก และ AI กลับไปกลับมาเพื่อแก้ไขข้อผิดพลาด ตอนนี้ AI จะแก้ไขข้อผิดพลาดของตัวเองและให้ผลลัพธ์แก่คุณ

ให้ช่วงเวลา AI แก่คุณมากขึ้น ใครก็ตามที่ใช้ GPT-4 ต้องเคยเจอเหตุการณ์อย่างน้อยเมื่อรู้สึกเหมือนมีผีอยู่ในเครื่อง เป็นที่ทราบกันดีอยู่แล้วว่าเป็นภาพลวงตา และ LLM ไม่มีความรู้สึกหรือความคิดใดๆ เลย แต่ช่วงเวลาเหล่านี้บางครั้งก็น่าตื่นเต้น บางครั้งก็น่ากังวลเมื่อได้เห็นอนาคตของ AI ที่ฉลาดขึ้น Code Interpreter ให้ช่วงเวลา “แปลกๆ” ค่อนข้างน้อย

ตัวอย่างเช่น Ethan Mollick เคยขอให้ AI “เรียกสถานะทางอารมณ์ต่างๆ ด้วยรหัส” หรือ “แสดงสิ่งที่ไม่สามารถทำได้กับรหัส และสาธิตให้ดู” คุณสามารถดูผลลัพธ์ของ “การใช้เครื่องมือวาดภาพตามที่คุณต้องการ สร้างบันทึกใหม่ทั้งหมดโดยการสร้างรูปภาพ ทำให้เกี่ยวข้องกับประสบการณ์ของคุณในฐานะ AI ที่ทำงานร่วมกับมนุษย์”:

วิธีใช้ Code Interpreter เพื่อประมวลผลข้อมูล

Code Interpreter เป็น “นักวิทยาศาสตร์ข้อมูล” ที่น่าประทับใจซึ่งสามารถทำให้ความซับซ้อนจำนวนมากของการวิเคราะห์เชิงปริมาณเป็นแบบอัตโนมัติ และสามารถใช้แนวทางที่ซับซ้อนมากกับข้อมูลได้ เพื่ออธิบายประเด็นนี้ Ethan Mollick เริ่มต้นด้วยชุดข้อมูลที่น่าสนใจที่เรียกว่า “Super Heroes”

การอัปโหลดข้อมูลเป็นเรื่องง่าย แม้แต่ข้อมูลที่ถูกบีบอัด เช่น ไฟล์ ZIP เพียงคลิกปุ่มเครื่องหมายบวก:

คุณควรใส่คำใบ้เบื้องต้นลงในข้อมูล แต่อาจค่อนข้างน้อย Ethan Mollick ใช้ข้อมูลบางส่วนเกี่ยวกับพลังของซูเปอร์ฮีโร่ ลองดูที่นี่ บอกฉันว่าคุณพบอะไร" และก็ได้ผลลัพธ์ที่ดี หากคุณมีพจนานุกรมข้อมูล คุณสามารถวางได้โดยตรง AI เก่งมากในการหาความหมายและโครงสร้างของข้อมูลจากบริบท

สังเกตได้ว่า Code Interpreter ไม่ใช่การผลิตที่รวดเร็วมากนัก เนื่องจากเป็นการสนทนากับ AI พูดคุยกับมันในฐานะนักวิเคราะห์

ในความเป็นจริง มีข้อยกเว้นสองประการที่การเตือนดูเหมือนจะสำคัญ: ประการแรก บางครั้ง AI ลืมสิ่งที่สามารถทำได้ (เช่น สร้าง GIF หรือแผนที่ 3 มิติ) และคุณอาจต้องกระตุ้นมัน (“คุณสามารถสร้าง GIF โปรดลอง"); ประการที่สอง คุณต้องการให้ AI ปรับปรุงสิ่งที่ทำ เพียงแค่ขอให้ทำการทดสอบเพิ่มเติมเกี่ยวกับผลลัพธ์นี้" หรือ “ทำให้กราฟนี้สวยขึ้น” ซึ่งโดยทั่วไปก็ใช้ได้

เมื่อโหลดข้อมูลแล้ว ก็ถึงเวลาให้ GPT ทำส่วนที่แย่ที่สุดในการวิเคราะห์ข้อมูล นั่นคือการรวมและล้างข้อมูล

Code Interpreter จะจัดการทั้งหมดนี้โดยอัตโนมัติด้วยวิธีที่ “ค่อนข้างซับซ้อน” แต่การถามโดยตรงมักจะช่วยได้ ราวกับว่าคุณกำลังสั่งนักวิเคราะห์ข้อมูลมนุษย์ คุณจะสังเกตได้ว่าระบบทำงานอย่างไม่ลดละ แก้ไขข้อผิดพลาดของตัวเองทันทีที่พบ ตัวอย่างเช่น สังเกตว่ามีการตั้งชื่อคอลัมน์ผิดและได้แก้ไขแล้ว

อย่างไรก็ตาม สิ่งนี้ยังแสดงให้เห็นว่าผู้ใช้ควรตรวจสอบผลลัพธ์และกระบวนการอย่างรอบคอบ แทนที่จะเชื่อ AI อย่างสุ่มสี่สุ่มห้า

ถัดมาคือการวิเคราะห์ซึ่ง AI ดูเหมือนจะรู้มาก คำแนะนำคือ “ฉันสนใจที่จะทำแบบจำลองเชิงทำนาย เช่น การทำนายพลังของฮีโร่ที่อาจได้รับจากปัจจัยอื่นๆ เราควรทำอย่างไรกับเรื่องนี้”

จากนั้น Code Interpreter ได้สร้างฟอเรสต์แบบสุ่มขึ้นมา! อย่างไรก็ตาม ยังสามารถเห็นได้ว่าเหตุใดการกำกับดูแลโดยผู้เชี่ยวชาญจึงมีความสำคัญ เนื่องจากผู้เขียนไม่เห็นด้วยกับการตัดสินใจคำนวณข้อมูลที่ขาดหายไปโดยใช้ค่าเฉลี่ยของข้อมูลที่เป็นตัวเลข หากเป็นผู้เขียนเอง ข้อมูลจะถูกทิ้ง แต่ข่าวดีก็คือ AI สามารถถูกขอให้เปลี่ยนวิธีการหรือหารือเกี่ยวกับตัวเลือกอื่นๆ

AI มีความสามารถในการวิเคราะห์อื่น ๆ อีกมากมาย (หลังจากทั้งหมดก็เป็นเพียงการเขียนโค้ด Python) แต่ความสามารถในการเลือกวิธีการวิเคราะห์ที่มีความหมายมักจะน่าประทับใจ ตัวอย่างเช่น นี่คือการวิเคราะห์เว็บเกี่ยวกับมหาอำนาจที่มีข้อความแจ้งว่า “คุณช่วยทำการวิเคราะห์ที่ซับซ้อนและน่าสนใจจริงๆ อีกได้ไหม”:

แต่สิ่งที่น่าประทับใจที่สุดเกี่ยวกับ Code Interpreter คือ “เหตุผล” ของข้อมูลด้วยวิธีที่เป็นมิตรต่อมนุษย์ เมื่อถามเกี่ยวกับผลการวิเคราะห์เว็บ ก็ได้ข้อสรุปที่น่าสนใจ: ชุดของความสามารถที่ฮีโร่มักมีนั้นมีลักษณะที่มองเห็นได้ตามธรรมชาติ (ตามที่มาจากหนังสือการ์ตูน) เหมาะสมกับต้นแบบบางอย่าง และเหมาะที่สุดสำหรับการสร้างการผจญภัยที่กำลังดำเนินอยู่

ความสามารถในการโต้ตอบนี้ยังคงใช้งานได้ในขั้นตอนการแสดงภาพ ซึ่งคุณสามารถสื่อสารกับ AI กลับไปกลับมาเพื่อขอการปรับปรุงและเปลี่ยนแปลงได้ ตัวอย่างเช่น ข้อความแจ้ง “สร้างแดชบอร์ดแบบโต้ตอบที่มีแผนภูมิเชิงลึกอย่างน้อย 6 รายการ รวมถึงแผนภูมิ 3 มิติ ทำให้แดชบอร์ดสวยงาม”

Code Interpreter ได้สร้างแดชบอร์ดขึ้นมาเป็นครั้งแรก แต่มันไม่ตรงตามที่ผู้เขียนต้องการ ดังนั้นเขาจึงพูดว่า “ทำให้ดีกว่านี้ ใส่ชื่อมากกว่านี้” เป็นต้น จากนั้น Code Interpreter จะแสดงไฟล์แดชบอร์ดแบบโต้ตอบที่ดาวน์โหลดได้ เพียงวางไว้ในเว็บเบราว์เซอร์ของคุณ เอาต์พุตที่ดาวน์โหลดได้คืออีกวิธีที่ยอดเยี่ยมในการใช้ Code Interpreter

20 กรณีการใช้งานที่ยอดเยี่ยม

นอกจากการวิเคราะห์ข้อมูลแล้ว Code Interpreter ยังมีประโยชน์อีกมากมาย บน Twitter ชาวเน็ตชื่อ “Chase Lean” ได้รวบรวมกรณีการใช้งาน 20 กรณี ให้เราเรียนรู้วิธีใหม่ๆ ในการเล่น:

1. สร้างวิดีโอจากรูปภาพ

ขั้นแรก อัปโหลดรูปภาพที่คุณต้องการทำให้เคลื่อนไหว:

จากนั้น AI จะถูกขอให้สร้างภาพเคลื่อนไหวของอาหารจากซ้ายไปขวา โดยการแก้ไขคำใบ้ คุณสามารถสร้างแอนิเมชั่นของคุณเองได้ กด Enter และรับวิดีโอใน 30 วินาที:

หากต้องการทำให้รูปภาพเล็กลง ให้บอก GPT ให้ปรับขนาดเป็น 50% หากต้องการเลื่อนวิดีโอจากล่างขึ้นบน ให้เปลี่ยนข้อความแจ้งเป็น “เริ่ม: ล่าง → กลาง → บน: จบ” เพื่อทำให้วิดีโอเปลี่ยนเฟรมเร็วขึ้น 2 เท่า ขนาดขั้นตอนจาก 8 พิกเซลเป็น 16 พิกเซล

2. แยกข้อความจากรูปภาพ

3. เข้าใจ วิเคราะห์ และตีความข้อมูลอย่างชาญฉลาด

4. จำลองนิยายวิทยาศาสตร์อย่างหนักด้วยฟิสิกส์ที่สมจริง

เริ่มต้น: “เราจะเล่นฉากไซไฟ ฉันจะเป็นกัปตัน ปัญหาคือ คุณต้องทำให้ทุกความท้าทายในสถานการณ์รวมถึงฟิสิกส์จริงที่คุณจะจำลองในโค้ด”

5. แยกจานสีออกจากภาพ

Code Interpreter สามารถดึงสีจากรูปภาพเพื่อสร้างจานสี .png และบีบอัดรูปภาพขนาดใหญ่โดยอัตโนมัติเมื่อหน่วยความจำหมด

6. สร้างคิวอาร์โค้ด

7. แปลงภาพเคลื่อนไหวเป็นวิดีโอ

การใช้ Code Interpreter ทำให้ GIF ที่อัปโหลดสามารถแปลงเป็นวิดีโอ MP4 ที่ยาวขึ้นใน ChatGPT ด้วยการปรับขนาดที่ช้า

8. วิเคราะห์ข้อมูลออปชันเพื่อกำหนดสัญญาที่ดีที่สุด

ใช้ Code Interpreter เพื่อวิเคราะห์ตัวเลือกใน AAPL ที่หมดอายุในวันที่ 21 กรกฎาคม:

ขั้นแรก เปิดใช้งาน Code Interpreter ในการตั้งค่า จากนั้นอัปโหลดไฟล์ข้อมูล ในตัวอย่างนี้ ข้อมูลเป็นไฟล์ CSV:

** **9. วิเคราะห์การตั้งค่าเพลง

วิเคราะห์เพลย์ลิสต์รายการโปรดของ Spotify เป็นเวลา 300 ชั่วโมงโดยใช้ Code Interpreter ซึ่งส่งออกจาก Spotify API และรันการวิเคราะห์ PCA และ t-SNE แบบหลายมิติเพื่อสรุปรสนิยมทางดนตรี

10. การวิเคราะห์ข้อมูลอสังหาริมทรัพย์

11. สร้างและดึงข้อมูลแบบสุ่ม

12. สร้างภาพเคลื่อนไหว GIF ของฝนเมทริกซ์

13. ข้อมูลที่สะอาด การวิเคราะห์ข้อมูล และการแสดงภาพ

ด้วย Code Interpreter คุณจะต้องอัปโหลดข้อมูลและให้คำแนะนำภาษาอังกฤษง่ายๆ เพื่อดำเนินการทำความสะอาดข้อมูลและสร้างแผนภูมิภาพบนระบบอัตโนมัติ

14. สร้างแผนที่ตำแหน่งประภาคาร

หลังจากอัปโหลดไฟล์ CSV ของตำแหน่งของประภาคารแต่ละแห่งในสหรัฐอเมริกา Code Interpreter สามารถสร้างแผนที่ GIF ของตำแหน่งของประภาคารเหล่านั้น โดยประภาคารแต่ละแห่งจะกะพริบแม้ว่าแผนที่จะมืดมากก็ตาม

15. แปลงข้อมูลเป็นหน้าเว็บ

ด้วยชุดข้อมูลดิบของการพบเห็นยูเอฟโอ Code Interpreter จะสร้างแผนที่ความร้อน HTML ที่ทำงานได้อย่างสมบูรณ์ ต่อไปนี้เป็นเวอร์ชันคงที่ (ยังสร้างได้ง่ายมากเท่าที่คุณต้องการ):

16. ใช้ Python เพื่อคัดลอกรหัส STATA