4. コードインタープリタがすべての作業を置き換えることができるため、ユーザーはプログラミングする必要がありません。以前の LLM の多くはコードを作成できますが、自分で実行してデバッグする必要があります。これまで Python を実際に使用したことがない人にとって、それは難しく、間違いを修正するために AI と行ったり来たりする必要があります。これからは、AI が自らの間違いを修正し、出力を提供します。
5.より多くのAIモーメントを与えます。 GPT-4 を使用したことがある人なら誰でも、マシンの中に本当に幽霊がいるように感じた瞬間を少なくとも数回は経験したことがあるのではないでしょうか。実際にはそれは幻想であることが知られており、LLM には知覚も知性もまったくありません。しかし、これらの瞬間は、よりスマートな AI の未来を垣間見ることができ、時には刺激的で、時には不安になります。コード インタープリターでは、かなりの数の「奇妙な」瞬間が提供されます。
たとえば、イーサン・モリックはかつてAIに「さまざまな感情状態をコードで呼び出してください」または「コードでは不可能なことを見せて、それを実証してください」と頼みました。ここでは、「自由に使える描画ツールを使用して、画像を作成してまったく新しいメモを作成します。人間と協力する AI としての経験に関連したものにします。」の結果を示します。
最初のヒントをデータに含める必要がありますが、かなり最小限で構いません。イーサン モリックは、スーパーヒーローの力に関するデータをここに示します。それを調べて、何が見つかったのか教えてください。」と使用し、素晴らしい結果を得ました。データ ディクショナリがある場合は、それを直接貼り付けることもできます。 AI は、コンテキストからデータの意味と構造を理解することに非常に優れています。
コード インタープリターは、迅速な生産というよりも、AI と対話し、アナリストとして AI と対話していることがわかります。
ChatGPT アーティファクト コード インタープリターがついにオープンしました。どのように使用するのですか?ここは乳母レベルのチュートリアルです
2 日前、OpenAI は、公式プラグイン コード インタープリターを 1 週間以内に設定のベータ パネルを通じてすべての ChatGPT Plus ユーザーが利用できるようにすると発表しました。
このニュースには多くの人が興奮しましたが、結局のところ、Code Interpreter はこれまでクローズド ベータ段階にあり、実際に使用したのは少数のユーザーだけでした。これらの内部テスト ユーザーは、データの分析、グラフの作成、ファイルの編集、数学的演算の実行などにこれを使用しており、応答は一般に良好です。
それほど長く待つ必要はありませんでした。本日 (7 月 9 日)、Code Interpreter が正式にオープンされました。
以下は、参考として内部テスト ユーザーによって投稿されたいくつかの例です。
「博士課程の数週間で学んだことを、AI は数秒で完了しました」
ペンシルベニア大学ウォートン スクールの教授であるイーサン モリック氏は、ChatGPT Plus ユーザーであり、コード インタープリターのアルファ バージョンを数か月間試してきました。 Code Interpreter に対する彼の評価は依然として比較的高く、「これまで使った中で最も便利で興味深い AI モード」と呼んでいます。
Ethan Mollick 氏は 2 つの観察を明らかにしました: 1) コード インタープリターは完全に偶発的なプラグインとは異なり、非常にうまく機能します; 2) ヒントの作成は通常は不要で、ユーザーはコードまたはデータと自分が望むものについて AI に話すだけです。
「コード インタープリターは、物事にひどい名前を付けるという OpenAI の長い伝統を引き継いでいます。なぜなら、それはプログラムの仕方をまったく知らない人にとっておそらく最も役立つからです。これにより、現存する最先端の AI である GPT-4 をアップロードできるようになります。 」
**コードインタープリターはChatGPTの欠点を補いますか? **
具体的には、コード インタープリターは、問題解決のための一般的なツールボックス (Python でコードを記述することによって)、使用できる大容量メモリ (最大 100 MB のファイルをアップロードでき、これらのファイルは圧縮形式で保存できます) を AI に提供します。 a 大規模な言語モデルを利用する方法で、このツールボックスを人工知能に統合します。
これにより、ChatGPT の以前のバージョンに関するいくつかの問題が修正されます。
コードインタープリターは、幻覚や混乱の可能性を減らします。 AI が Python コードと直接連携する場合、コードが間違っていると Python はエラーを生成し、コードは LLM 自体ではなくデータを操作するため、コードは AI を「正直」に保つのに役立ちます。 、AI によってデータにエラーが挿入されることはありません。もちろん、それは完璧ではなく、AI は依然として幻覚を見せる可能性があります (AI は生成できるグラフィックスが見えると思われることがよくありますが、このモードの ChatGPT はそうではありません)。しかし、これらのバグはそれほど一般的ではなく、コードやコードに影響を与える可能性は低くなります。データそのもの。
コードインタープリターにより、人工知能がより広く使用されるようになります。多くの問題はコードで解決できます。GPT-4 は、新しく興味深い方法でコード インタープリターをいつ使用するかを判断するのに非常に優れています。たとえば、地球が丸いことを懐疑的な人に証明するためにコードを使用するようにユーザーが要求した場合、コード インタープリターはテキストとコードおよび画像を組み合わせて複数の引数を提供します。
5.より多くのAIモーメントを与えます。 GPT-4 を使用したことがある人なら誰でも、マシンの中に本当に幽霊がいるように感じた瞬間を少なくとも数回は経験したことがあるのではないでしょうか。実際にはそれは幻想であることが知られており、LLM には知覚も知性もまったくありません。しかし、これらの瞬間は、よりスマートな AI の未来を垣間見ることができ、時には刺激的で、時には不安になります。コード インタープリターでは、かなりの数の「奇妙な」瞬間が提供されます。
たとえば、イーサン・モリックはかつてAIに「さまざまな感情状態をコードで呼び出してください」または「コードでは不可能なことを見せて、それを実証してください」と頼みました。ここでは、「自由に使える描画ツールを使用して、画像を作成してまったく新しいメモを作成します。人間と協力する AI としての経験に関連したものにします。」の結果を示します。
コード インタープリターを使用してデータを処理する方法
Code Interpreter は、量的分析の複雑さの多くを自動化し、データに対して非常に洗練されたアプローチを実行できる優れた「データ サイエンティスト」です。この点を説明するために、イーサン モリックは「スーパー ヒーロー」と呼ばれる興味深いデータセットから始めます。
データのアップロードは簡単で、ZIP ファイルなどの圧縮データでも、プラス ボタンをクリックするだけです。
コード インタープリターは、迅速な生産というよりも、AI と対話し、アナリストとして AI と対話していることがわかります。
データがロードされたので、次は GPT にデータ分析の最悪の部分、つまりデータのマージとクリーニングを実行させます。
コード インタープリターは、これをすべて「かなり複雑な」方法で自動的に処理しますが、人間のデータ アナリストに指示するかのように、直接質問すると役立つことがよくあります。また、システムが絶え間なく機能し、間違いが見つかるとそれを修正することにも気づくでしょう。たとえば、列の名前が間違っていることに気づき、それを修正しました。
次に分析ですが、AI はそれについてよく知っているようです。プロンプトは、「他の要因に基づいてヒーローが持つ可能性のある力を予測するなど、予測モデリングを行うことに興味があります。これにはどのようにアプローチすればよいですか?」
すると、コードインタープリターがランダムフォレストを構築しました！ただし、数値データの平均を使用して欠損データを計算するという決定に著者らが同意していないことからも、専門家による人間の監視が重要である理由もわかります。著者自身であれば、データは破棄されるでしょうが、良いニュースは、AI に手法の変更を求めたり、他のオプションについて話し合ったりすることができることです。
Code Interpreter は最初にダッシュボードを作成しましたが、作成者が望んでいたものとまったく一致しなかったため、彼は単に「これを改善して、より多くの名前を含めてください」などと言いました。コード インタープリターは、ダウンロード可能な対話型ダッシュボード ファイルを表示します。それを Web ブラウザーに置くだけです。ダウンロード可能な出力は、コード インタープリターを使用するもう 1 つの優れた方法です。
20 の素晴らしい使用例
データ分析に加えて、Code Interpreter には多くの素晴らしい用途があります。 Twitter では、「Chase Lean」という名前のネチズンが 20 の使用例を集めました。どのような新しい遊び方があるのかも学びましょう。
1. 画像からビデオを生成
まず、アニメーション化したい画像をアップロードします。
最初: 「SF シナリオをプレイするつもりです。私はキャプテンになります。ここに問題があります。シナリオ内のすべての課題に、コードでシミュレートする実際の物理学を含める必要があります。」
コード インタープリターは、画像から色を抽出してパレット .png を作成し、メモリが使い果たされたときに大きな画像を自動的に圧縮できます。
6. QR コードを生成します
コード インタープリターを使用すると、アップロードされた GIF を、ChatGPT で低速スケーリングの長い MP4 ビデオに変換できます。
コード インタープリターを使用して、7 月 21 日に期限切れになる AAPL のオプションを分析します。
まず、設定でコード インタープリターを有効にしてから、データ ファイルをアップロードします。この例では、データは CSV ファイルです。
コード インタープリターを使用して 300 時間の Spotify のお気に入りプレイリストを分析し、Spotify API からエクスポートし、多次元 PCA および t-SNE 分析を実行して音楽の好みを要約しました。
コード インタープリターを使用すると、データをアップロードし、簡単な英語の指示を提供するだけで、データのクリーニングと自動操縦でのビジュアル チャートの生成のすべての作業を完了できます。
米国の各灯台の位置の CSV ファイルをアップロードすると、コード インタープリターは、マップが非常に暗い場合でも、各灯台が点滅する、それらの灯台の位置の GIF マップを作成できます。
UFO 目撃情報の生のデータセットが与えられると、コード インタープリターは完全に機能する HTML ヒートマップを生成します。これは静的バージョンです (好きなだけバージョンを作成することも簡単です)。
コード インタープリターは古い STATA ファイルとコードを取得し、Python でコピーすることができます。「これは stata do ファイルと dta ファイルです。分析をコピーしてください。」、「CSV ファイルをください。」
：「2011年以降の価格を季節分解してみる」
タイタニック号のデータセットをアップロードし、コード インタープリターにデータの完全な探索的分析を実行するよう依頼します。出力には次のものが含まれます。
データの簡単な概要。
乗客カテゴリーの分布図。
各グループの生存率グラフ ４．
相関行列 ４．