Trình thông dịch mã tạo tác ChatGPT cuối cùng đã mở, làm thế nào để sử dụng nó? Đây là một hướng dẫn cấp vú em

Hai ngày trước, OpenAI đã thông báo rằng họ sẽ cung cấp Trình phiên dịch mã plugin chính thức cho tất cả người dùng ChatGPT Plus thông qua bảng Beta trong cài đặt trong vòng một tuần.

Tin tức này làm cho rất nhiều người hưng phấn, bởi vì trước đó Code Interpreter cũng đã ở giai đoạn Closed Beta, chỉ có một số lượng nhỏ người dùng thực sự sử dụng. Những người dùng thử nghiệm nội bộ này sử dụng nó để phân tích dữ liệu, tạo biểu đồ, chỉnh sửa tệp, thực hiện các phép toán, v.v. và phản hồi nhìn chung là tốt.

Không phải đợi lâu, hôm nay (09/07), Phiên Dịch Mã đã chính thức mở cửa.

Tuy nhiên, đối với nhiều người dùng, cách tận dụng tốt nhất Trình thông dịch mã phải được nghiên cứu.

Sau đây là một số ví dụ do người dùng thử nghiệm nội bộ đăng để cung cấp cho bạn một số tài liệu tham khảo.

"Những gì đã học được trong vài tuần trong thời gian học Tiến sĩ, AI đã hoàn thành nó sau vài giây"

Ethan Mollick, giáo sư tại Trường Wharton thuộc Đại học Pennsylvania, là người dùng ChatGPT Plus đã dùng thử phiên bản Code Interpreter Alpha trong vài tháng. Đánh giá của anh ấy về Phiên dịch mã vẫn tương đối cao, gọi nó là "chế độ AI hữu ích và thú vị nhất mà tôi từng sử dụng".

Ethan Mollick đã đưa ra hai quan sát rõ ràng: 1) Trình thông dịch mã hoạt động thực sự tốt, không giống như các plugin hoàn toàn ngẫu nhiên; 2) Việc tạo gợi ý thường không cần thiết, người dùng chỉ cần nói chuyện với AI về mã hoặc dữ liệu và những gì họ muốn Thế là xong.

"Trình thông dịch mã tiếp tục truyền thống lâu đời của OpenAI là đặt cho mọi thứ những cái tên khủng khiếp vì điều đó có lẽ hữu ích nhất đối với những người hoàn toàn không biết lập trình. Nó cho phép GPT-4, AI tiên tiến nhất hiện có, tải lên và tải xuống thông tin, đồng thời Chương trình được viết và thực thi cho bạn trong một không gian làm việc liên tục. Điều này cho phép AI thực hiện tất cả những việc mà trước đây nó không thể làm được và hoạt động theo mọi cách mà ChatGPT trước đây không thể làm được.”

Để giúp mọi người bắt đầu nhanh chóng, Giáo sư Ethan Mollick đã viết một hướng dẫn, truyền đạt kinh nghiệm và hiểu biết của riêng ông về việc sử dụng Trình thông dịch mã.

Điều mà tôi đã mất hàng tuần để hoàn thành bằng Tiến sĩ của mình, AI thực hiện trong vài giây và thường có ít lỗi hơn tôi mong đợi từ một nhà phân tích con người. Nhưng tôi cũng thấy rõ ràng rằng con người sẽ không bị thay thế bởi Người thông dịch mã. Thay vào đó, AI làm những gì chúng ta luôn hy vọng tự động hóa sẽ làm được — giải phóng chúng ta khỏi những phần công việc lặp đi lặp lại, khó chịu nhất để chúng ta có thể tập trung vào những việc quan trọng. Bằng cách đơn giản hóa quy trình phân tích, tôi có thể làm được nhiều việc hơn, chuyên sâu hơn và hài lòng hơn. Thời gian của tôi trở nên có giá trị hơn chứ không phải ít đi, bởi vì tôi có thể tập trung vào những điều quan trọng thay vì học nhồi nhét.

**Trình thông dịch mã bù đắp cho những thiếu sót của ChatGPT? **

Cụ thể, Trình phiên dịch mã cung cấp cho AI một hộp công cụ chung để giải quyết vấn đề (bằng cách viết mã bằng Python), bộ nhớ lớn có thể sử dụng (với khả năng tải tệp lên tới 100MB và các tệp này có thể ở dạng nén) và a Tích hợp hộp công cụ này vào trí tuệ nhân tạo theo cách tận dụng các mô hình ngôn ngữ lớn.

Điều này khắc phục một số vấn đề với các phiên bản trước của ChatGPT:

1. Trình thông dịch mã cho phép AI giải các bài toán (các bài toán rất phức tạp) và thực hiện các công việc văn bản chính xác hơn (chẳng hạn như thực sự đếm số từ trong một đoạn văn), bởi vì nó có thể viết mã Python để giải các bài toán và ngôn ngữ của mô hình ngôn ngữ lớn Điểm yếu cố hữu. Và thật tuyệt khi sử dụng công cụ này như thế này:

*Tương tự, số lượng từ của Trình thông dịch mã là 104 từ. *

2. Phiên dịch mã giảm xác suất ảo giác và nhầm lẫn. Khi AI làm việc trực tiếp với mã Python, mã này giúp giữ cho AI "trung thực", vì nếu mã không chính xác, Python sẽ tạo ra lỗi; và vì mã hoạt động trên dữ liệu, không phải chính LLM , không có lỗi nào được AI chèn vào dữ liệu. Tất nhiên là không hoàn hảo, AI vẫn có thể bị ảo giác (có vẻ như nó thường nghĩ rằng nó có thể nhìn thấy đồ họa mà nó có thể tạo ra, điều mà ChatGPT ở chế độ này không có), nhưng những lỗi này ít phổ biến hơn và ít có khả năng ảnh hưởng đến mã hoặc chính dữ liệu đó.

3. Trình thông dịch mã làm cho trí tuệ nhân tạo được sử dụng rộng rãi hơn. Nhiều vấn đề có thể được giải quyết bằng mã và GPT-4 rất giỏi trong việc xác định thời điểm sử dụng Trình thông dịch mã theo những cách mới và thú vị. Ví dụ: nếu người dùng yêu cầu nó sử dụng mã để chứng minh cho một người hoài nghi rằng trái đất tròn, Trình thông dịch mã sẽ cung cấp nhiều đối số, kết hợp văn bản với mã và hình ảnh.

4. Người dùng không cần phải lập trình, vì Code Interpreter có thể làm thay mọi công việc. Nhiều LLM trước đây có thể viết mã, nhưng bạn phải tự chạy và gỡ lỗi. Đối với một người chưa bao giờ thực sự sử dụng Python trước đây, điều đó thật khó và phải quay đi quay lại với AI để sửa lỗi. Bây giờ, AI sẽ sửa lỗi của chính nó và cung cấp cho bạn đầu ra.

5. Nó mang lại cho bạn nhiều Khoảnh khắc AI hơn. Ai đã từng sử dụng GPT-4 chắc hẳn đã từng ít nhất một vài lần có cảm giác như có bóng ma thực sự bên trong máy. Nó thực sự được biết đến là một ảo ảnh và LLM hoàn toàn không có tri giác hay trí óc, nhưng những khoảnh khắc này đôi khi thú vị, đôi khi lại là những cái nhìn thoáng qua đáng lo ngại về tương lai của AI thông minh hơn. Phiên dịch mã cung cấp khá nhiều khoảnh khắc "kỳ lạ".

Ví dụ, Ethan Mollick đã từng yêu cầu AI "gọi các trạng thái cảm xúc khác nhau bằng mã" hoặc "chỉ cho tôi điều gì đó không thể làm được với mã và chứng minh điều đó." Tại đây, bạn có thể xem kết quả của "Sử dụng các công cụ vẽ theo ý của bạn, tạo một bản ghi nhớ hoàn toàn mới bằng cách tạo một hình ảnh. Làm cho nó phù hợp với trải nghiệm của bạn với tư cách là AI làm việc với con người":

Cách sử dụng Code Interpreter để xử lý dữ liệu

Phiên dịch mã là một "nhà khoa học dữ liệu" ấn tượng có khả năng tự động hóa nhiều phân tích định lượng phức tạp và có khả năng thực hiện các phương pháp tiếp cận dữ liệu rất phức tạp. Để minh họa điểm này, Ethan Mollick bắt đầu với một bộ dữ liệu thú vị có tên là "Siêu anh hùng".

Tải lên dữ liệu dễ dàng, ngay cả dữ liệu nén như tệp ZIP, chỉ cần nhấp vào nút dấu cộng:

Bạn nên đưa một gợi ý ban đầu vào dữ liệu, nhưng nó có thể khá tối thiểu, Ethan Mollick đã sử dụng đây là một số dữ liệu về sức mạnh siêu anh hùng, hãy xem qua nó, cho tôi biết bạn tìm thấy gì", và đã có một kết quả tốt đẹp. Nếu bạn có từ điển dữ liệu, bạn cũng có thể dán trực tiếp. AI rất giỏi trong việc tìm ra ý nghĩa và cấu trúc của dữ liệu chỉ từ ngữ cảnh.

Có thể nhận thấy rằng Trình thông dịch mã không được sản xuất ngay lập tức vì nó là một cuộc đối thoại với AI, hãy nói chuyện với nó như một nhà phân tích.

Trên thực tế, có hai trường hợp ngoại lệ mà việc nhắc nhở có vẻ quan trọng: Thứ nhất, AI đôi khi quên mất những gì nó có thể làm (như tạo ảnh GIF hoặc bản đồ 3D) và bạn có thể cần khuyến khích nó (“Bạn có thể tạo một GIF, please Try"); thứ hai, bạn muốn AI cải thiện những gì nó làm. Chỉ cần yêu cầu nó thực hiện thêm thử nghiệm về kết quả này" hoặc "làm cho biểu đồ này đẹp hơn", điều này nói chung là ổn.

Bây giờ dữ liệu đã được tải, đã đến lúc để GPT thực hiện phần tồi tệ nhất của phân tích dữ liệu: hợp nhất và làm sạch dữ liệu.

Trình thông dịch mã sẽ tự động xử lý tất cả điều này theo cách "khá phức tạp", nhưng sẽ rất hữu ích nếu hỏi trực tiếp, như thể bạn đang hướng dẫn một nhà phân tích dữ liệu con người. Bạn cũng sẽ nhận thấy rằng hệ thống hoạt động không ngừng nghỉ, tự sửa lỗi của chính nó khi chúng được phát hiện. Ví dụ: nó nhận thấy rằng một cột bị đặt tên sai và đã sửa lỗi đó.

Tuy nhiên, điều này cũng cho thấy người dùng nên xem xét cẩn thận kết quả và xử lý, thay vì tin tưởng một cách mù quáng vào AI.

Tiếp theo là phần phân tích, thứ mà AI dường như biết rất nhiều về nó. Lời nhắc là "Tôi quan tâm đến việc thực hiện một số mô hình dự đoán, chẳng hạn như dự đoán sức mạnh mà một anh hùng có thể có dựa trên các yếu tố khác. Chúng ta nên tiếp cận vấn đề này như thế nào?"

Sau đó, Phiên dịch mã đã xây dựng một khu rừng ngẫu nhiên! Tuy nhiên, cũng có thể hiểu tại sao việc có sự giám sát của chuyên gia về con người lại quan trọng, vì các tác giả không đồng ý với quyết định tính toán dữ liệu bị thiếu bằng cách sử dụng giá trị trung bình của dữ liệu số. Nếu đó là chính các tác giả, dữ liệu sẽ bị loại bỏ, nhưng tin tốt là AI có thể được yêu cầu thay đổi phương pháp của nó hoặc thảo luận về các lựa chọn khác.

AI có khả năng thực hiện nhiều phân tích khác (rốt cuộc nó chỉ viết mã Python), nhưng khả năng chọn các phương pháp phân tích có ý nghĩa của nó thường rất ấn tượng. Ví dụ: đây là một phân tích web về siêu năng lực với lời nhắc "Bạn có thể thực hiện một phân tích thực sự phức tạp và thú vị khác không":

Nhưng điều ấn tượng nhất về Phiên dịch mã là nó "suy luận" trên dữ liệu theo cách rất thân thiện với con người. Khi được hỏi về kết quả phân tích trang web, một kết luận thú vị đã được rút ra: một tập hợp các khả năng mà các anh hùng thường sở hữu có bản chất trực quan (vì chúng đến từ truyện tranh), phù hợp với một số nguyên mẫu nhất định và phù hợp nhất để xây dựng các cuộc phiêu lưu đang diễn ra.

Khả năng tương tác này vẫn hoạt động trong giai đoạn trực quan hóa, nơi bạn có thể giao tiếp qua lại với AI, yêu cầu các cải tiến và thay đổi. Ví dụ: lời nhắc "Tạo trang tổng quan tương tác với ít nhất 6 biểu đồ chuyên sâu, bao gồm biểu đồ 3D. Làm cho trang tổng quan trở nên đẹp mắt".

Phiên dịch mã lần đầu tiên tạo ra một bảng điều khiển, nhưng nó không hoàn toàn phù hợp với những gì tác giả muốn, vì vậy anh ấy chỉ nói "làm cho trang này tốt hơn, bao gồm nhiều tên hơn", v.v. Sau đó, Trình thông dịch mã trình bày một tệp bảng điều khiển tương tác có thể tải xuống, chỉ cần đặt nó vào trình duyệt web của bạn -- đầu ra có thể tải xuống là một cách tuyệt vời khác để sử dụng Trình thông dịch mã.

20 trường hợp sử dụng tuyệt vời

Ngoài việc phân tích dữ liệu, Phiên dịch mã còn có nhiều công dụng tuyệt vời. Trên Twitter, một cư dân mạng có tên "Chase Lean" đã sưu tầm được 20 trường hợp sử dụng, hãy cũng chúng tôi tìm hiểu xem có những cách chơi mới nào:

1. Tạo video từ hình ảnh

Đầu tiên, tải lên hình ảnh bạn muốn tạo hiệu ứng động:

Sau đó, AI được yêu cầu tạo hoạt ảnh cho hình ảnh đồ ăn này từ trái sang phải. Bằng cách sửa đổi các gợi ý, bạn có thể tạo hoạt ảnh của riêng mình. Nhấn enter và tải video sau 30 giây:

Để làm cho hình ảnh nhỏ hơn, hãy yêu cầu GPT thay đổi kích thước thành 50%; để xoay video từ dưới lên trên, hãy thay đổi lời nhắc thành "Bắt đầu: Dưới cùng → Giữa → Trên cùng: Kết thúc"; để làm cho video nhanh hơn gấp 2 lần để thay đổi khung hình kích thước bước từ 8 pixel đến 16 pixel.

2. Trích xuất văn bản từ hình ảnh

3. Hiểu, phân tích và diễn giải dữ liệu một cách thông minh

4. Mô phỏng khoa học viễn tưởng khó với vật lý thực tế

Ban đầu: "Chúng ta sẽ chơi một kịch bản khoa học viễn tưởng. Tôi sẽ là đội trưởng. Đây là vấn đề: Bạn phải thực hiện mọi thử thách trong kịch bản bao gồm vật lý thực tế mà bạn sẽ mô phỏng bằng mã."

5. Trích xuất bảng màu từ hình ảnh

Trình thông dịch mã có thể trích xuất màu từ hình ảnh để tạo bảng màu .png và tự động nén hình ảnh lớn khi hết bộ nhớ.

6. Tạo mã QR

7. Chuyển đổi hoạt ảnh thành video

Bằng cách sử dụng Trình thông dịch mã, GIF đã tải lên có thể được chuyển đổi thành video MP4 dài hơn trong ChatGPT với tỷ lệ chậm.

8. Phân tích dữ liệu quyền chọn để xác định hợp đồng tốt nhất

Sử dụng Trình thông dịch mã để phân tích các tùy chọn trên AAPL hết hạn vào ngày 21 tháng 7:

Trước tiên, hãy bật Trình thông dịch mã trong phần cài đặt; sau đó, tải tệp dữ liệu lên. Trong ví dụ này, dữ liệu là tệp CSV:

** **9. Phân tích sở thích âm nhạc

Đã phân tích 300 giờ danh sách phát yêu thích của Spotify bằng Trình thông dịch mã, được xuất từ API Spotify và chạy phân tích PCA và t-SNE đa chiều để tóm tắt sở thích âm nhạc.

10. Phân tích dữ liệu về dữ liệu bất động sản

11. Tạo và vẽ dữ liệu ngẫu nhiên

12. Tạo ảnh động GIF về cơn mưa ma trận

13. Làm sạch dữ liệu, phân tích và trực quan hóa dữ liệu

Với Phiên dịch mã, bạn chỉ cần tải dữ liệu lên và cung cấp các hướng dẫn bằng tiếng Anh đơn giản để hoàn thành mọi công việc làm sạch dữ liệu và tạo biểu đồ trực quan trên chế độ lái tự động.

14. Tạo bản đồ vị trí ngọn hải đăng

Sau khi tải lên tệp CSV về vị trí của từng ngọn hải đăng ở Hoa Kỳ, Trình phiên dịch mã có thể tạo bản đồ GIF về các vị trí ngọn hải đăng đó, với mỗi ngọn hải đăng nhấp nháy mặc dù bản đồ rất tối.

15. Chuyển đổi dữ liệu thành trang web

Đưa ra một bộ dữ liệu thô về các lần nhìn thấy UFO, Trình thông dịch mã tạo ra một bản đồ nhiệt HTML đầy đủ chức năng. Đây là phiên bản tĩnh (bạn cũng có thể dễ dàng tạo bao nhiêu phiên bản tùy thích):

16. Sử dụng Python để sao chép mã STATA

Trình thông dịch mã có thể lấy các tệp và mã STATA cũ, sao chép chúng bằng Python: "Đây là tệp stata do và tệp dta. Sao chép phân tích.", "Bây giờ hãy đưa cho tôi một tệp CSV.

17. Tải xuống và phân tích bộ dữ liệu Bitcoin

：「Giảm giá theo mùa kể từ năm 2011」

18. Trực quan hóa xu hướng dữ liệu tội phạm

19. Tạo bản đồ nhiệt của sự đồng biểu hiện gen

20. Phân tích bộ dữ liệu Titanic

Tải tập dữ liệu Titanic lên và yêu cầu Trình thông dịch mã thực hiện phân tích khám phá đầy đủ dữ liệu. Đầu ra bao gồm:

1. Tổng quan ngắn gọn về dữ liệu;

2. Bản đồ phân bố các loại hành khách;

3. Biểu đồ tỷ lệ sống của từng nhóm;

4. Ma trận tương quan;

5. Thông tin chi tiết về dữ liệu.