您现在的位置是：首页 > 人工智能AI > 正文

人工智能AI

只看到“iPhone时刻”？ChatGPT+代码解释器，才是释放魔法

1987web2023-04-24人工智能AI221

头条创作挑战赛

OpenAI 赋予了 ChatGPT 运行代码和使用第三方插件的能力。

3 月底，OpenAI 迎来了iPhone 时刻，可调用插件帮助 ChatGPT 访问最新信息、运行计算或使用第三方服务。以后，用户出门选哪个商店就可以通过询问 ChatGPT，而 ChatGPT 则会调用美版大众点评给用户建议。俨然一副超级流量入口的架势。

除了引入第三方工具插件如 WolframAlpha、OpenTable 等，OpenAI 还公布了自己开发的插件——浏览插件和代码解释器。其中，代码解释器可以用来生成代码、运行代码、上传和下载从 csv 数据到图像等一系列格式的文件，并在 ChatGPT 界面内评估输出结果。

目前，代码解释器可以运行 Python，但只能访问一小部分库，执行少数特定的任务。《华尔街日报》畅销小说家、OpenAI 领域的科学传播者 Andrew Mayne 最近就在一直测试代码解释器，他发现 ChatGPT 即使只能使用基本库，也能执行很多任务，非常有意思。

除了生成代码之外，代码解释器还可以分析输出结果，并把结果代入另一个函数中。这就意味着，可以将不同的代码部分串联起来，将一个部分的输出结果，输入到另一个部分，实现功能的连续。

以文章开头的吃豆人动图的实现为例，先让代码解释器用算法生成一个迷宫，然后将它转换为一系列的方块，用以直观地表示迷宫的墙壁和通道，接下来再用算法找到迷宫的出口，然后让这一过程在视觉效果上模拟吃豆人游戏，最后，用得到的结果生成一张 gif 动图。

代码解释器的加入带来的区别是，之前用 ChatGPT 创建代码的时候，输出结果需要放到另一个环境中去测试。现在，完全可以在不离开 ChatGPT 会话界面的情况下，直接在 ChatGPT 内进行大量的开发工作，再加上 ChatGPT 的数据分析能力（如电子表格）、以及后续可以执行诸如绘图等一系列功能，可以说就此拥有了一个非常强大的编程和研究工具。

下面，是 Andrew 在测试 ChatGPT 的代码解释器插件时随机运行的一些有趣的实验案例。

生成声音

我发现 ChatGPT 能够理解大量的数学数据，并且代码解释器能生成可供下载的文件。我就要求 ChatGPT 生成一段谢泼德音调（Shepard tone）。所谓谢泼德音调，指的是一种音阶处理方式：将一段旋律不断重复，虽然其音高在循环周期中没有变化，却会营造出一种音阶在不断上升的错觉。ChatGPT 用一个图表展示出了音调，随后，用代码解释器将这段音调以 wav 的格式输出：

谢泼德音调

然后，我进一步测试 ChatGPT 的声音能力，要求 ChatGPT 生成一段康威生命游戏的会话，然后将它转换为一段音乐。

补充介绍一下，康威生命游戏（Conways Game of Life），又称康威生命棋，是英国数学家约翰·何顿·康威（John Horton Conway）在 1970 年发明的元胞自动机。这是一个零玩家游戏，意味着它的发展完全由其初始状态决定，不需要进一步输入信息。

ChatGPT 第一次输出的音乐片段听起来有点太随机，于是我要求 ChatGPT 让这段音乐更悦耳一些。ChatGPT 用五声音阶对结果进行处理，于是就得到了下面这段音乐：

以音乐形式呈现的生命游戏

设想一下，用这种方法，我们甚至可以让 ChatGPT 制作一整张的数学音乐专辑：斐波那契数列、曼德布洛特集合、元胞自动机等等！

接下来，我让 ChatGPT 为刚才的生命游戏之歌生成一张专辑封面。由于 ChatGPT 并没有连接到 DALL-E（OpenAI 发布的文本生成图像工具）不具备作图的能力，我就要求它根据一张生命游戏模拟结果生成专辑封面。

生命游戏之歌的专辑封面

生命游戏之歌的专辑封面

生成二维码

看着上面的生命游戏的专辑封面图，我突然想到，ChatGPT 或许能生成有效的二维码图片。于是，我先提出了一个简单的指令，ChatGPT 很快给出了结果：

二维码

看着生命游戏专辑图片和旁边的二维码，我在想……能不能让 ChatGPT 创建一个以二维码为终局的生命游戏模拟过程呢？（我告诉它通过从二维码倒推来作弊……）没错，它可以：

生命游戏二维码

生成图片

在关于 ChatGPT 插件的博客文章中，我展示了一些用 Python 库进行图像处理的酷炫方法。这也让我不由得好奇，想看看 ChatGPT 还能用基础库做些什么。

使用 OpenCV（开放源代码计算机视觉类库）和一个简单的人脸识别算法(Haar Cascade Classifier)，代码解释器能够创建一个函数，在下面这张图片中找到我的脸：

用 OpenCV 查找人脸

既然 ChatGPT 能打开并读取文件，那也意味着，理论上，ChatGPT 可以用这些数据生成新的东西。所以我们来让 ChatGPT 把一张图片转换成 ASCII 图像：

上传一张图片

转换成 ASCII 格式

生成动画

既然代码解释器可以生成数据，并将其输出为包括 gif 动图在内的不同格式，那我们就来测试一下，ChatGPT 具体能做到什么程度。

首先，我让 ChatGPT 制作一个弹跳的方块：

跳动的方块

再来一场暴风雪：

暴风雪

接下来，生成一个生命游戏：

生命游戏

然后，我试着让 ChatGPT 用矢量立方体来生成生命游戏，得到的最接近的结果是这样的：

旋转的立方体

光学字符识别（OCR）

事实证明，ChatGPT 的代码解释器基本库中，包含了光学字符识别（OCR）。我决定用一个网站的屏幕截图来测试一下。果然，这个方法有用。能把 OCR 与一个非常强大的语言模型相结合，这有可能让 ChatGPT 具备了一定的恢复旧文档的能力。

日程邀请

尽管代码解释器没有访问 ics 库的权限，但它可以以纯文本形式生成日程邀请，然后让 ChatGPT 将其保存为 .ics 文件。

绘画

虽然目前已经有一些用 GPT-4 生成 SVG（可缩放矢量图）的好玩儿案例，但我很好奇 ChatGPT 和代码解释器能用简单的条块图像做出什么。

我让 ChatGPT 画一只猫，结果它确实生成了一张形似猫的图片。为了确保 ChatGPT 并不是因为执行过类似训练才做到这一点，我进一步要求 ChatGPT 画的猫要戴一顶蓝色的高顶帽，再叼一支烟斗。输出的结果虽然不完全是我设想中的高顶帽，但确确实实是一顶帽子，而且是蓝色的。

貌似一只猫

貌似一只戴帽子、叼烟斗的猫

一只戴帽子、叼烟斗的猫

创建机器学习模型（某种意义上的）

虽然 ChatGPT 目前暂时无法将任何机器学习库加载到代码解释器中，但我们可以用 n-gram 进行一些基本的统计文本生成。在这个示例中，我喂了一本书给 ChatGPT，让它创建一个预测算法，用来预测文本序列中的下一个单词。很快，ChatGPT 给到的结果无一例外地再次证明了 GPT-4 的能力。

下个单词预测