قبل يومين ، أعلنت شركة OpenAI أنها ستجعل مترجم كود البرنامج المساعد الرسمي متاحًا لجميع مستخدمي ChatGPT Plus من خلال لوحة Beta في الإعدادات في غضون أسبوع.
أثارت هذه الأخبار الكثير من الناس ، ففي النهاية ، كان Code Interpreter في المرحلة التجريبية المغلقة من قبل ، ولم يستخدمه بالفعل سوى عدد قليل من المستخدمين. يستخدمه مستخدمو الاختبار الداخلي هؤلاء لتحليل البيانات ، وإنشاء المخططات ، وتحرير الملفات ، وإجراء العمليات الحسابية ، وما إلى ذلك ، وتكون الاستجابة جيدة بشكل عام.
لم يكن عليك الانتظار طويلا. اليوم (9 يوليو) ، تم افتتاح Code Interpreter رسميًا.
ومع ذلك ، بالنسبة للعديد من المستخدمين ، يجب دراسة كيفية الاستفادة المثلى من Code Interpreter.
فيما يلي بعض الأمثلة التي نشرها مستخدمو الاختبار الداخليون لتزويدك ببعض المراجع.
** "ما تم تعلمه في غضون أسابيع قليلة أثناء الدكتوراه ، أكمله الذكاء الاصطناعي في بضع ثوانٍ" **
إيثان مولليك ، الأستاذ في كلية وارتون بجامعة بنسلفانيا ، هو أحد مستخدمي ChatGPT Plus الذي جرب إصدار Code Interpreter Alpha لعدة أشهر. لا يزال تقييمه لـ Code Interpreter مرتفعًا نسبيًا ، واصفا إياه بأنه "وضع AI الأكثر فائدة وإثارة للاهتمام الذي استخدمته على الإطلاق".
أوضح إيثان مولليك ملاحظتين: 1) Code Interpreter يعمل جيدًا ، على عكس المكونات الإضافية التي تكون عرضية تمامًا ؛ 2) عادة ما يكون تقديم التلميحات غير ضروري ، فالمستخدمون يتحدثون فقط إلى الذكاء الاصطناعي عن الكود أو البيانات وماذا يريدون هذا كل شيء.
"يواصل Code Interpreter تقليد OpenAI الطويل في إعطاء أسماء مروعة للأشياء لأنه ربما يكون أكثر فائدة للأشخاص الذين لا يعرفون كيفية البرمجة على الإطلاق. فهو يسمح لـ GPT-4 ، أحدث الذكاء الاصطناعي الموجود ، بتحميل وتنزيل المعلومات ، ويتم كتابة البرامج وتنفيذها من أجلك في مساحة عمل واحدة مستمرة. وهذا يسمح للذكاء الاصطناعي بالقيام بجميع أنواع الأشياء التي لم يكن بإمكانها القيام بها من قبل ، والعمل بجميع أنواع الطرق التي لم يكن بإمكان ChatGPT القيام بها من قبل. "
من أجل مساعدة الجميع على البدء بسرعة ، كتب البروفيسور إيثان مولليك دليلًا ، ينقل خبرته الخاصة ورؤيته في استخدام مترجم الشفرة.
ما استغرق مني أسابيع لإتقان دراسة الدكتوراه ، يفعله الذكاء الاصطناعي في ثوانٍ ، وغالبًا مع أخطاء أقل مما كنت أتوقعه من محلل بشري. ولكن من الواضح لي أيضًا أنه لن يتم استبدال البشر بمترجمي الشفرات. بدلاً من ذلك ، يقوم الذكاء الاصطناعي بما كنا نأمل دائمًا أن تفعله الأتمتة - يحررنا من الأجزاء الأكثر إزعاجًا وتكرارًا في وظائفنا حتى نتمكن من التركيز على الأمور المهمة. من خلال تبسيط عملية التحليل ، يمكنني القيام بعمل أكثر عمقًا وأكثر إرضاءً. يصبح وقتي أكثر قيمة ، وليس أقل ، لأنني أستطيع التركيز على الأشياء المهمة بدلاً من التركيز.
** مترجم الشفرة يعوض عن أوجه القصور في ChatGPT؟ **
على وجه التحديد ، يوفر Code Interpreter AI مع مجموعة أدوات عامة لحل المشكلات (عن طريق كتابة التعليمات البرمجية بلغة Python) ، وذاكرة كبيرة يمكن استخدامها (مع القدرة على تحميل ملفات تصل إلى 100 ميجابايت ، ويمكن أن تكون هذه الملفات في شكل مضغوط) ، و أ دمج صندوق الأدوات هذا في الذكاء الاصطناعي بطريقة تستفيد من نماذج اللغة الكبيرة.
يعمل هذا على إصلاح بعض المشكلات في الإصدارات السابقة من ChatGPT:
يسمح مترجم الشفرة للذكاء الاصطناعي بالقيام بمسائل حسابية (مسائل حسابية معقدة للغاية) والقيام بعمل نصي أكثر دقة (مثل حساب عدد الكلمات في فقرة ما فعليًا) ، لأنه يمكنه كتابة كود بايثون لحل المشكلات الرياضية واللغوية في نماذج اللغة الكبيرة الضعف المتأصل. ومن الجيد حقًا استخدام هذه الأداة على النحو التالي:
* وبالمثل ، فإن عدد كلمات Code Interpreter هو 104 كلمة. *
يقلل Code Interpreter من احتمالية حدوث الهلوسة والارتباك. عندما يعمل AI مباشرة مع كود Python ، فإن الكود يساعد في الحفاظ على AI "صادقة" ، لأنه إذا كانت الشفرة غير صحيحة ، فإن Python ستولد أخطاء ؛ وبما أن الكود يعمل على البيانات ، وليس على LLM نفسها ، لم يتم إدراج أية أخطاء بواسطة الذكاء الاصطناعي في البيانات. بالطبع هذا ليس مثاليًا ، لا يزال بإمكان الذكاء الاصطناعي أن يهلوس (غالبًا ما يبدو أنه يعتقد أنه يمكنه رؤية الرسومات التي يمكنه إنشاؤها ، والتي لا تستطيع ChatGPT في هذا الوضع) ، ولكن هذه الأخطاء أقل شيوعًا وأقل عرضة للتأثير على الكود أو البيانات نفسها.
مترجم الشفرة يجعل الذكاء الاصطناعي أكثر استخدامًا. يمكن حل العديد من المشكلات باستخدام الكود ، كما أن GPT-4 جيد جدًا في معرفة وقت استخدام Code Interpreter بطرق جديدة ومثيرة للاهتمام. على سبيل المثال ، إذا طلب المستخدم منه استخدام رمز ليثبت للمشككين أن الأرض كروية ، فإن Code Interpreter سيوفر وسيطات متعددة تجمع بين النص والتعليمات البرمجية والصور.
4. لا يحتاج المستخدمون إلى البرمجة ، لأن مترجم الشفرة يمكن أن يحل محل كل الأعمال. يمكن للعديد من LLMs السابقة كتابة التعليمات البرمجية ، ولكن عليك تشغيلها وتصحيحها بنفسك. بالنسبة إلى شخص لم يستخدم Python من قبل ، فمن الصعب ، ويتأرجح ذهابًا وإيابًا مع الذكاء الاصطناعي لتصحيح الأخطاء. الآن ، سوف يصحح الذكاء الاصطناعي أخطائه ويعطيك المخرجات.
يمنحك المزيد من لحظة الذكاء الاصطناعي. من المحتمل أن يكون أي شخص استخدم GPT-4 قد مر بضع لحظات على الأقل عندما شعر أنه كان هناك بالفعل شبح داخل الجهاز. من المعروف في الواقع أنه مجرد وهم ، وليس لدى LLM أي إحساس أو عقل على الإطلاق ، ولكن هذه اللحظات تكون في بعض الأحيان مثيرة ، وأحيانًا لمحات مقلقة في مستقبل الذكاء الاصطناعي الأكثر ذكاءً. يوفر Code Interpreter عددًا لا بأس به من اللحظات "الغريبة".
على سبيل المثال ، طلب إيثان موليك من منظمة العفو الدولية ذات مرة "الاتصال بحالات عاطفية مختلفة برمز" أو "أرني شيئًا من المستحيل القيام به باستخدام الكود ، وإثبات ذلك." هنا يمكنك رؤية نتائج "استخدام أدوات الرسم الموجودة تحت تصرفك ، قم بإنشاء مذكرة جديدة كاملة عن طريق إنشاء صورة. اجعلها ذات صلة بتجربتك كذكاء اصطناعي يعمل مع البشر":
** كيفية استخدام مترجم الكود لمعالجة البيانات **
Code Interpreter هو "عالم بيانات" مثير للإعجاب قادر على أتمتة العديد من تعقيدات التحليل الكمي وقادر على اتخاذ مناهج معقدة للغاية للبيانات. لتوضيح هذه النقطة ، يبدأ إيثان مولليك بمجموعة بيانات مثيرة للاهتمام تسمى "الأبطال الخارقين".
يعد تحميل البيانات أمرًا سهلاً ، حتى البيانات المضغوطة مثل ملفات ZIP ، فقط انقر فوق زر علامة الجمع:
يجب أن تضع تلميحًا أوليًا في البيانات ، ولكن يمكن أن يكون ضئيلًا جدًا ، استخدم إيثان مولليك هنا بعض البيانات عن قوى الأبطال الخارقين ، انظر من خلالها ، أخبرني بما تجده "، وحصلت على نتيجة جيدة. إذا كان لديك قاموس بيانات ، فيمكنك أيضًا لصقه مباشرةً. الذكاء الاصطناعي جيد جدًا في اكتشاف معنى البيانات وهيكلها من السياق فقط.
يمكن ملاحظة أن Code Interpreter ليس إنتاجًا سريعًا بقدر ما هو حوار مع AI ، تحدث إليه كمحلل.
في الواقع ، هناك استثناءان حيث يبدو أن المطالبة مهمة: أولاً ، تنسى منظمة العفو الدولية أحيانًا ما يمكنها فعله (مثل إنشاء صورة GIF أو خريطة ثلاثية الأبعاد) ، وقد تحتاج إلى تشجيعها ("يمكنك إنشاء GIF ، يرجى المحاولة ") ؛ ثانيًا ، تريد أن يقوم الذكاء الاصطناعي بتحسين ما يفعله. فقط اطلب منه إجراء مزيد من الاختبارات على هذه النتيجة "أو" جعل هذا الرسم البياني أجمل "، وهو أمر جيد بشكل عام.
الآن بعد أن تم تحميل البيانات ، حان الوقت للسماح لـ GPT بالقيام بأسوأ جزء من تحليل البيانات: دمج البيانات وتنظيفها.
سوف يتعامل Code Interpreter مع كل هذا تلقائيًا بطريقة "معقدة جدًا" ، ولكنه غالبًا ما يساعدك في طرح الأسئلة بشكل مباشر ، كما لو كنت تقوم بإرشاد محلل بيانات بشري. ستلاحظ أيضًا أن النظام يعمل بلا هوادة ، ويصحح أخطائه عند اكتشافها. على سبيل المثال ، لاحظت خطأ تسمية عمود وتم إصلاح ذلك.
ومع ذلك ، يُظهر هذا أيضًا أنه يُنصح المستخدمين بفحص النتائج والعملية بعناية ، بدلاً من الثقة العمياء في الذكاء الاصطناعي.
يأتي بعد ذلك التحليل ، الذي يبدو أن الذكاء الاصطناعي يعرف الكثير عنه. الموجه هو "أنا مهتم بعمل بعض النمذجة التنبؤية ، مثل التنبؤ بالقوة التي قد يمتلكها البطل بناءً على عوامل أخرى. كيف يجب أن نتعامل مع هذا؟"
ثم قام Code Interpreter ببناء غابة عشوائية! ومع ذلك ، يمكن أيضًا معرفة سبب أهمية وجود إشراف بشري خبير ، حيث لا يتفق المؤلفون مع قراره بحساب البيانات المفقودة باستخدام متوسط البيانات الرقمية. إذا كان المؤلفون هم أنفسهم ، فسيتم تجاهل البيانات ، لكن الخبر السار هو أنه يمكن أن يُطلب من الذكاء الاصطناعي تغيير أساليبها ، أو مناقشة خيارات أخرى.
الذكاء الاصطناعي قادر على إجراء العديد من التحليلات الأخرى (إنه مجرد كتابة كود Python ، بعد كل شيء) ، لكن قدرته على اختيار أساليب تحليل ذات مغزى غالبًا ما تكون مثيرة للإعجاب. على سبيل المثال ، إليك تحليل ويب حول القوى العظمى مع المطالبة "هل يمكنك إجراء تحليل آخر معقد ومثير للاهتمام حقًا":
لكن الشيء الأكثر إثارة للإعجاب في Code Interpreter هو أنه "يفسر" البيانات بطريقة صديقة جدًا للإنسان. عند السؤال عن نتائج تحليل الويب ، تم التوصل إلى استنتاج مثير للاهتمام: مجموعة القدرات التي يمتلكها الأبطال عادةً هي بصرية بطبيعتها (لأنها تأتي من الكتب المصورة) ، وتناسب نماذج بدئية معينة ، وهي الأنسب لبناء مغامرات مستمرة.
لا تزال هذه القدرة على التفاعل تعمل في مرحلة التصور ، حيث يمكنك التواصل ذهابًا وإيابًا مع الذكاء الاصطناعي ، وطلب التحسينات والتغييرات. على سبيل المثال ، المطالبة "إنشاء لوحة تحكم تفاعلية مع ما لا يقل عن 6 مخططات ثاقبة ، بما في ذلك مخطط ثلاثي الأبعاد. اجعل لوحة التحكم جميلة."
أنتج Code Interpreter لأول مرة لوحة تحكم ، لكنها لم تتناسب تمامًا مع ما يريده المؤلف ، لذلك قال للتو "اجعل هذا أفضل ، قم بتضمين المزيد من الأسماء" وما إلى ذلك. يقدم Code Interpreter بعد ذلك ملف لوحة معلومات تفاعلية قابل للتنزيل ، فقط ضعه في متصفح الويب الخاص بك - الإخراج القابل للتنزيل هو طريقة رائعة أخرى لاستخدام Code Interpreter.
** 20 واقعة استخدام رائعة **
بالإضافة إلى تحليل البيانات ، يحتوي Code Interpreter على العديد من الاستخدامات الرائعة. على Twitter ، جمع مستخدم الإنترنت المسمى "Chase Lean" 20 حالة استخدام ، ودعنا نتعرف أيضًا على طرق اللعب الجديدة:
** 1. إنشاء فيديو من الصورة **
أولاً ، قم بتحميل الصورة التي تريد تحريكها:
ثم يُطلب من الذكاء الاصطناعي تحريك صورة الطعام هذه من اليسار إلى اليمين. من خلال تعديل التلميحات ، يمكنك إنشاء الرسوم المتحركة الخاصة بك. اضغط على Enter واحصل على الفيديو في 30 ثانية:
لتصغير الصورة ، اطلب من GPT تغيير حجمها إلى 50٪ ؛ لتحريك الفيديو من أسفل إلى أعلى ، قم بتغيير المطالبة إلى "ابدأ: أسفل ← وسط ← أعلى: نهاية" ؛ لجعل الفيديو أسرع مرتين لتغيير الإطار حجم الخطوة من 8 بكسل إلى 16 بكسل.
** 2. استخراج نص من الصورة **
** 3. فهم البيانات وتحليلها وتفسيرها بذكاء **
** 4. محاكاة الخيال العلمي بفيزياء واقعية **
مبدئيًا: "سنلعب سيناريو خيال علمي. سأكون القبطان. ها هي المشكلة: عليك أن تجعل كل تحد في السيناريو يتضمن فيزياء حقيقية ستحاكيها في الكود."
** 5. استخراج لوحة الألوان من الصورة **
يمكن لـ Code Interpreter استخراج الألوان من الصور لإنشاء لوحة .png وضغط الصور الكبيرة تلقائيًا عند نفاد الذاكرة.
** 6. إنشاء رمز الاستجابة السريعة **
** 7. تحويل الرسوم المتحركة إلى فيديو **
باستخدام Code Interpreter ، يمكن تحويل ملفات GIF التي تم تحميلها إلى مقاطع فيديو MP4 أطول في ChatGPT مع تحجيم بطيء.
** 8. تحليل بيانات الخيارات لتحديد أفضل عقد **
استخدم Code Interpreter لتحليل الخيارات على AAPL التي تنتهي صلاحيتها في 21 يوليو:
أولاً ، قم بتمكين Code Interpreter في الإعدادات ؛ ثم قم بتحميل ملف البيانات. في هذا المثال ، البيانات عبارة عن ملف CSV:
** **** 9. تحليل تفضيلات الموسيقى **
تم تحليل 300 ساعة من قوائم التشغيل المفضلة لـ Spotify باستخدام Code Interpreter ، والتي تم تصديرها من Spotify API ، وإجراء تحليل PCA و t-SNE متعدد الأبعاد لتلخيص طعم الموسيقى.
** 10. تحليل البيانات المتعلقة بالعقارات **
** 11. إنشاء بيانات عشوائية ورسمها **
** 12. إنشاء رسوم متحركة بتنسيق GIF لمصفوفة مطر **
** 13. البيانات النظيفة وتحليل البيانات والتصور **
باستخدام Code Interpreter ، ما عليك سوى تحميل البيانات وتقديم إرشادات بسيطة باللغة الإنجليزية لإكمال جميع أعمال تنظيف البيانات وإنشاء مخططات مرئية على الطيار الآلي.
** 14. إنشاء خريطة موقع المنارة **
بعد تحميل ملف CSV لموقع كل منارة في الولايات المتحدة ، يمكن لـ Code Interpreter إنشاء خريطة GIF لمواقع هذه المنارات ، مع وميض كل منارة على الرغم من أن الخريطة مظلمة جدًا.
** 15. تحويل البيانات إلى صفحات ويب **
بالنظر إلى مجموعة بيانات أولية لمشاهدات UFO ، ينشئ Code Interpreter خريطة حرارية HTML وظيفية بالكامل. إليك إصدار ثابت (من السهل أيضًا إنشاء أي عدد تريده من الإصدارات):
** 16. استخدم Python لنسخ كود STATA **
Code Interpreter قادر على أخذ ملفات ورموز STATA القديمة ، ونسخها في Python: "هذا ملف stata do وملف dta. نسخ التحليل." ، "الآن أعطني ملف CSV.
قم بتحميل مجموعة بيانات Titanic واطلب من Code Interpreter إجراء تحليل استكشافي كامل للبيانات. الإخراج يشمل:
لمحة موجزة عن البيانات.
خريطة توزيع فئات الركاب.
الرسم البياني لمعدل البقاء على قيد الحياة لكل مجموعة.
مصفوفة الارتباط.
البصيرة البيانات.
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
أخيرًا ، تم فتح مترجم كود الأداة ChatGPT ، كيف يتم استخدامه؟ هنا برنامج تعليمي على مستوى المربية
قبل يومين ، أعلنت شركة OpenAI أنها ستجعل مترجم كود البرنامج المساعد الرسمي متاحًا لجميع مستخدمي ChatGPT Plus من خلال لوحة Beta في الإعدادات في غضون أسبوع.
أثارت هذه الأخبار الكثير من الناس ، ففي النهاية ، كان Code Interpreter في المرحلة التجريبية المغلقة من قبل ، ولم يستخدمه بالفعل سوى عدد قليل من المستخدمين. يستخدمه مستخدمو الاختبار الداخلي هؤلاء لتحليل البيانات ، وإنشاء المخططات ، وتحرير الملفات ، وإجراء العمليات الحسابية ، وما إلى ذلك ، وتكون الاستجابة جيدة بشكل عام.
لم يكن عليك الانتظار طويلا. اليوم (9 يوليو) ، تم افتتاح Code Interpreter رسميًا.
فيما يلي بعض الأمثلة التي نشرها مستخدمو الاختبار الداخليون لتزويدك ببعض المراجع.
** "ما تم تعلمه في غضون أسابيع قليلة أثناء الدكتوراه ، أكمله الذكاء الاصطناعي في بضع ثوانٍ" **
إيثان مولليك ، الأستاذ في كلية وارتون بجامعة بنسلفانيا ، هو أحد مستخدمي ChatGPT Plus الذي جرب إصدار Code Interpreter Alpha لعدة أشهر. لا يزال تقييمه لـ Code Interpreter مرتفعًا نسبيًا ، واصفا إياه بأنه "وضع AI الأكثر فائدة وإثارة للاهتمام الذي استخدمته على الإطلاق".
أوضح إيثان مولليك ملاحظتين: 1) Code Interpreter يعمل جيدًا ، على عكس المكونات الإضافية التي تكون عرضية تمامًا ؛ 2) عادة ما يكون تقديم التلميحات غير ضروري ، فالمستخدمون يتحدثون فقط إلى الذكاء الاصطناعي عن الكود أو البيانات وماذا يريدون هذا كل شيء.
"يواصل Code Interpreter تقليد OpenAI الطويل في إعطاء أسماء مروعة للأشياء لأنه ربما يكون أكثر فائدة للأشخاص الذين لا يعرفون كيفية البرمجة على الإطلاق. فهو يسمح لـ GPT-4 ، أحدث الذكاء الاصطناعي الموجود ، بتحميل وتنزيل المعلومات ، ويتم كتابة البرامج وتنفيذها من أجلك في مساحة عمل واحدة مستمرة. وهذا يسمح للذكاء الاصطناعي بالقيام بجميع أنواع الأشياء التي لم يكن بإمكانها القيام بها من قبل ، والعمل بجميع أنواع الطرق التي لم يكن بإمكان ChatGPT القيام بها من قبل. "
** مترجم الشفرة يعوض عن أوجه القصور في ChatGPT؟ **
على وجه التحديد ، يوفر Code Interpreter AI مع مجموعة أدوات عامة لحل المشكلات (عن طريق كتابة التعليمات البرمجية بلغة Python) ، وذاكرة كبيرة يمكن استخدامها (مع القدرة على تحميل ملفات تصل إلى 100 ميجابايت ، ويمكن أن تكون هذه الملفات في شكل مضغوط) ، و أ دمج صندوق الأدوات هذا في الذكاء الاصطناعي بطريقة تستفيد من نماذج اللغة الكبيرة.
يعمل هذا على إصلاح بعض المشكلات في الإصدارات السابقة من ChatGPT:
يقلل Code Interpreter من احتمالية حدوث الهلوسة والارتباك. عندما يعمل AI مباشرة مع كود Python ، فإن الكود يساعد في الحفاظ على AI "صادقة" ، لأنه إذا كانت الشفرة غير صحيحة ، فإن Python ستولد أخطاء ؛ وبما أن الكود يعمل على البيانات ، وليس على LLM نفسها ، لم يتم إدراج أية أخطاء بواسطة الذكاء الاصطناعي في البيانات. بالطبع هذا ليس مثاليًا ، لا يزال بإمكان الذكاء الاصطناعي أن يهلوس (غالبًا ما يبدو أنه يعتقد أنه يمكنه رؤية الرسومات التي يمكنه إنشاؤها ، والتي لا تستطيع ChatGPT في هذا الوضع) ، ولكن هذه الأخطاء أقل شيوعًا وأقل عرضة للتأثير على الكود أو البيانات نفسها.
مترجم الشفرة يجعل الذكاء الاصطناعي أكثر استخدامًا. يمكن حل العديد من المشكلات باستخدام الكود ، كما أن GPT-4 جيد جدًا في معرفة وقت استخدام Code Interpreter بطرق جديدة ومثيرة للاهتمام. على سبيل المثال ، إذا طلب المستخدم منه استخدام رمز ليثبت للمشككين أن الأرض كروية ، فإن Code Interpreter سيوفر وسيطات متعددة تجمع بين النص والتعليمات البرمجية والصور.
على سبيل المثال ، طلب إيثان موليك من منظمة العفو الدولية ذات مرة "الاتصال بحالات عاطفية مختلفة برمز" أو "أرني شيئًا من المستحيل القيام به باستخدام الكود ، وإثبات ذلك." هنا يمكنك رؤية نتائج "استخدام أدوات الرسم الموجودة تحت تصرفك ، قم بإنشاء مذكرة جديدة كاملة عن طريق إنشاء صورة. اجعلها ذات صلة بتجربتك كذكاء اصطناعي يعمل مع البشر":
** كيفية استخدام مترجم الكود لمعالجة البيانات **
Code Interpreter هو "عالم بيانات" مثير للإعجاب قادر على أتمتة العديد من تعقيدات التحليل الكمي وقادر على اتخاذ مناهج معقدة للغاية للبيانات. لتوضيح هذه النقطة ، يبدأ إيثان مولليك بمجموعة بيانات مثيرة للاهتمام تسمى "الأبطال الخارقين".
يعد تحميل البيانات أمرًا سهلاً ، حتى البيانات المضغوطة مثل ملفات ZIP ، فقط انقر فوق زر علامة الجمع:
يمكن ملاحظة أن Code Interpreter ليس إنتاجًا سريعًا بقدر ما هو حوار مع AI ، تحدث إليه كمحلل.
الآن بعد أن تم تحميل البيانات ، حان الوقت للسماح لـ GPT بالقيام بأسوأ جزء من تحليل البيانات: دمج البيانات وتنظيفها.
سوف يتعامل Code Interpreter مع كل هذا تلقائيًا بطريقة "معقدة جدًا" ، ولكنه غالبًا ما يساعدك في طرح الأسئلة بشكل مباشر ، كما لو كنت تقوم بإرشاد محلل بيانات بشري. ستلاحظ أيضًا أن النظام يعمل بلا هوادة ، ويصحح أخطائه عند اكتشافها. على سبيل المثال ، لاحظت خطأ تسمية عمود وتم إصلاح ذلك.
يأتي بعد ذلك التحليل ، الذي يبدو أن الذكاء الاصطناعي يعرف الكثير عنه. الموجه هو "أنا مهتم بعمل بعض النمذجة التنبؤية ، مثل التنبؤ بالقوة التي قد يمتلكها البطل بناءً على عوامل أخرى. كيف يجب أن نتعامل مع هذا؟"
ثم قام Code Interpreter ببناء غابة عشوائية! ومع ذلك ، يمكن أيضًا معرفة سبب أهمية وجود إشراف بشري خبير ، حيث لا يتفق المؤلفون مع قراره بحساب البيانات المفقودة باستخدام متوسط البيانات الرقمية. إذا كان المؤلفون هم أنفسهم ، فسيتم تجاهل البيانات ، لكن الخبر السار هو أنه يمكن أن يُطلب من الذكاء الاصطناعي تغيير أساليبها ، أو مناقشة خيارات أخرى.
أنتج Code Interpreter لأول مرة لوحة تحكم ، لكنها لم تتناسب تمامًا مع ما يريده المؤلف ، لذلك قال للتو "اجعل هذا أفضل ، قم بتضمين المزيد من الأسماء" وما إلى ذلك. يقدم Code Interpreter بعد ذلك ملف لوحة معلومات تفاعلية قابل للتنزيل ، فقط ضعه في متصفح الويب الخاص بك - الإخراج القابل للتنزيل هو طريقة رائعة أخرى لاستخدام Code Interpreter.
** 20 واقعة استخدام رائعة **
بالإضافة إلى تحليل البيانات ، يحتوي Code Interpreter على العديد من الاستخدامات الرائعة. على Twitter ، جمع مستخدم الإنترنت المسمى "Chase Lean" 20 حالة استخدام ، ودعنا نتعرف أيضًا على طرق اللعب الجديدة:
** 1. إنشاء فيديو من الصورة **
أولاً ، قم بتحميل الصورة التي تريد تحريكها:
مبدئيًا: "سنلعب سيناريو خيال علمي. سأكون القبطان. ها هي المشكلة: عليك أن تجعل كل تحد في السيناريو يتضمن فيزياء حقيقية ستحاكيها في الكود."
يمكن لـ Code Interpreter استخراج الألوان من الصور لإنشاء لوحة .png وضغط الصور الكبيرة تلقائيًا عند نفاد الذاكرة.
** 6. إنشاء رمز الاستجابة السريعة **
باستخدام Code Interpreter ، يمكن تحويل ملفات GIF التي تم تحميلها إلى مقاطع فيديو MP4 أطول في ChatGPT مع تحجيم بطيء.
استخدم Code Interpreter لتحليل الخيارات على AAPL التي تنتهي صلاحيتها في 21 يوليو:
أولاً ، قم بتمكين Code Interpreter في الإعدادات ؛ ثم قم بتحميل ملف البيانات. في هذا المثال ، البيانات عبارة عن ملف CSV:
تم تحليل 300 ساعة من قوائم التشغيل المفضلة لـ Spotify باستخدام Code Interpreter ، والتي تم تصديرها من Spotify API ، وإجراء تحليل PCA و t-SNE متعدد الأبعاد لتلخيص طعم الموسيقى.
باستخدام Code Interpreter ، ما عليك سوى تحميل البيانات وتقديم إرشادات بسيطة باللغة الإنجليزية لإكمال جميع أعمال تنظيف البيانات وإنشاء مخططات مرئية على الطيار الآلي.
بعد تحميل ملف CSV لموقع كل منارة في الولايات المتحدة ، يمكن لـ Code Interpreter إنشاء خريطة GIF لمواقع هذه المنارات ، مع وميض كل منارة على الرغم من أن الخريطة مظلمة جدًا.
بالنظر إلى مجموعة بيانات أولية لمشاهدات UFO ، ينشئ Code Interpreter خريطة حرارية HTML وظيفية بالكامل. إليك إصدار ثابت (من السهل أيضًا إنشاء أي عدد تريده من الإصدارات):
Code Interpreter قادر على أخذ ملفات ورموز STATA القديمة ، ونسخها في Python: "هذا ملف stata do وملف dta. نسخ التحليل." ، "الآن أعطني ملف CSV.
： 「تحلل السعر موسميا منذ 2011」
قم بتحميل مجموعة بيانات Titanic واطلب من Code Interpreter إجراء تحليل استكشافي كامل للبيانات. الإخراج يشمل:
لمحة موجزة عن البيانات.
خريطة توزيع فئات الركاب.
الرسم البياني لمعدل البقاء على قيد الحياة لكل مجموعة.
مصفوفة الارتباط.
البصيرة البيانات.