ChatGPT har tagit världen med storm och bländande människor med sina mänskliga konversationsförmågor. Men även hur kraftfull den är har den begränsningar. Även om ChatGPT kan erbjuda lösningar på komplexa problem, kan den inte aktivt implementera dem. Code Interpreter är OpenAI:s försök att utveckla ChatGPT från att bara vara en idégenerator till en AI-agent som kan implementera idéer för att lösa ett problem.
Konsekvenserna av dessa nya förmågor är djupgående. Här är vad du bör veta om ChatGPT Code Interpreter-funktionen och varför den är så viktig.
Innehållsförteckning
Vad är ChatGPTs kodtolk?
Code Interpreter, i sin kärna, är en Python-programmeringsmiljö i sandlåde inom ChatGPT där du kan utföra ett brett utbud av uppgifter genom att köra Python-kod. Tyvärr, på grund av att det är förknippat med kodning eller programmering, förbises det ofta eller missförstås det av många användare. Även om det kallas ”Code Interpreter” och använder programmeringsspråket Python för att utföra uppgifter, är det inte en funktion exklusivt för personer med programmeringskunskaper. Visst, vissa programmeringskunskaper kan hjälpa dig att bättre utnyttja funktionen, men du behöver ingen kodningserfarenhet för att använda den.
För att bättre förstå vad kodtolkningsfunktionen gör är det bättre att titta på det ur ett operativt perspektiv.
Innan kodtolkningsfunktionen eller någon annan ChatGPT-plugin lades till ChatGPT, vilket problem du ville att ChatGPT skulle lösa måste vara ett vars lösning kan representeras med text. Behöver du ChatGPT för att förklara innebörden av generativ AI? Tja, det är något som kan lösas genom textgenerering. Vad sägs om att använda ChatGPT för att översätta en text till ett annat språk? Det kan också lösas genom textgenerering. I dessa problem kan lösningen tillhandahållas som text.
Men vad händer om du vill lösa ett problem som att skapa en komplex graf, redigera en bild eller ta ett färgvärde från en bild? Det här är problem vars lösningar du inte kan representera som text – de kräver specifika lösningar. Utan plugins som Code Interpreter är det bästa ChatGPT kan göra för dig att beskriva hur du skulle göra det. Kodtolken är dock som ett verktyg under huven som tar ChatGPTs beskrivning av hur du skulle lösa ett problem och implementera det med Python-kod. Men hur fungerar detta?
Hur fungerar ChatGPTs kodtolk?
Code Interpreter kombinerar kraften i en stor språkmodell med kraften i Python-programmering för att låta ChatGPT vara mycket mer än bara en textgenerator. Dessa två komponenter är avgörande för att förstå hur kodtolkningsfunktionen fungerar. Så säg, du vill att ChatGPT ska dela upp en bild i två lika delar och invertera färgerna på en av delarna innan du lägger dem ihop för att skapa en ny bild. Hur skulle ChatGPT lyckas med det?
Så här skulle det förmodligen spela ut. Med hjälp av sin GPT-språkmodell kommer ChatGPT att ha en idé om hur man löser detta problem, och i det här specifika fallet, med Python-programmering. Så, vad ChatGPT gör kommer att vara att skriva ett Python-skript som kommer att kunna dela upp en bild i två lika delar och invertera färgerna på en av delarna innan de läggs ihop för att skapa en ny – du vet, precis som användaren begärda.
Nu, eftersom kodtolken är en Python-programmeringsmiljö som kan köra Python-kod, matar ChatGPT Python-skriptet som det genererar till kodtolken. Efter att ha kört Python-skriptet returnerar det den resulterande bilden till ChatGPT. Problemet löst. Det liknar att en programmerare skriver ett program till dig för att lösa alla problem du beskriver i realtid.
Varför är kodtolken så viktig?
Även om tillkännagivandet av lanseringen av kodtolkarfunktionen inte skapade så mycket buzz som anstår dess potentiella inverkan, kan det vara den enskilt viktigaste funktionen i ChatGPT-ekosystemet i det långa loppet, förutom själva den underliggande modellen. Det är så viktigt.
Även om dess nuvarande kapacitet inte återspeglar dess verkliga potential, kommer kodtolkfunktionen, eller åtminstone dess operativa modell, sannolikt att vara framtiden för ChatGPT AI-chatboten. Hur så?
Aktuella iterationer av stora språkmodeller, inklusive GPT-3.5- och GPT-4-modellerna som driver ChatGPT, är i grunden begränsade. Som vi sa tidigare kan de beskriva hur man löser ett problem, men deras förmåga att omsätta de steg de föreslår i praktiken är starkt begränsad. Det är därför som LLM-drivna AI-chatbotar ännu inte har förvandlats till riktiga AI-assistenter.
För att måla en tydligare bild, ta Google Assistant som exempel. Du kan be Google Assistant att ringa ett samtal, skicka ett sms eller kanske till och med boka en tid med din tandläkare. Till skillnad från de nuvarande chatbotmodellerna kommer Google Assistant inte bara att berätta för dig hur du gör saker; den kan faktiskt göra saker.
Google Assistant kanske inte är ett perfekt exempel, men det är ett mikrokosmos av hur nuvarande iterationer av ChatGPT-chatboten kan utvecklas tack vare kodtolkningsfunktionen. Du skulle kunna säga till ChatGPT att extrahera bilder av alla katter i en videofil och skicka dem till din e-postadress. Eller kanske genomsök Twitter och hämta alla tweets som nämner dig. Eller nästan vad som helst du kan tänka dig som kan göras programmatiskt, och ChatGPT kommer att starta kodtolken och skriva ett program som utför den uppgiften, utför den och returnerar resultaten inom några sekunder. Denna förmåga hos ChatGPT att producera verkliga resultat genom kodtolkare är det som gör funktionen så viktig.
Även om det är omöjligt att exakt förutsäga teknikens bana, är det lätt att föreställa sig att andra AI-företag som Google använder liknande tolkmodeller för sina AI-chatbotar. Liknande kodtolkar implementerade på andra stora AI-chatbotar kan vara katalysatorn som gör AI-chatbotar till ett mer praktiskt och allestädes närvarande verktyg.
En modell för AI Chatbots
ChatGPT:s kodtolk inleder ett nytt paradigm för AI-chatbotar. Genom att lägga till förmågan att aktivt tolka instruktioner, skriva kod och köra program, har OpenAI gett ChatGPT möjligheten att producera verkliga resultat enbart genom samtal. Detta är en praktisk modell som andra AI-chatbotar kan använda för att gå från att vara informationsleverantörer till att vara AI-assistenter som kan vidta åtgärder.
Utan tvekan är Code Interpreter-modellen en avgörande utveckling som kommer att göra ChatGPT och andra AI-chatbotar som använder en liknande modell mycket mer kapabla och användbara.