GPT-4新增Code Interpreter功能：编程、数据处理与视频编辑

AI新功能初体验

  你可能尝试过与chGGPT聊天，让他写诗、写邮件、查资料，但这些事情都好像有些不痛不痒，甚至有时候觉得不用它可能会更快一些。毕竟，AI还没有证明自己的独特核心价值。直到前天，小编拿到了chGPT的新功能内测资格。试用了两天之后，发现它竟然可以产生这样的可视化效果，甚至生成这样的文章内容。直接让小编有些胆寒。因为只要它愿意，取代小编，完全只是分分钟的事情。

  众所周知，小编对汽车行业很感兴趣。假设想研究一下全球汽车产量的变化趋势，但脑袋空空，不知道去哪里能够找到合适的数据。以前可能会选择咨询行业中的朋友，去翻各个国家的公开资料，然后去看各个厂家的销售数据。但现在只需要把这个问题扔给GBT，它就会告诉这样几个选项，比如OSA的世界汽车组织star等等，并且分析了它们对应的背景和特点。果然，当打开OSA的网站，就会看到他们拥有非常完整的每个国家的汽车产量数据，从1999年到2022年，并且可以直接下载。下载完之后，又想不出来下一步要干嘛了。于是直接把数据丢给了chGPT，没错，最新的code interpreter功能，可以直接分析上传的数据。在聊天框的左边，不仅可以扔给它表格数据，还可以上传TXT、CSV文件、文章，甚至是3D模型。

数据处理与可视化

  上传了汽车产量数据之后，它很快就识别出了数据里面包含国家汽车总产量、商用汽车产量以及年份等信息。根据这些数据，问它能不能直接把各国的汽车产量历史数据画成一张直观的折线图。很快，一张看起来很专业的折线图就出现了。当然，也可能会发现这张图有些问题，AI犯的一个错误，它把有些年份识别成了0。公元00年可是没有汽车的。直接指出错误，它也不生气，然后去到了1999年以前的数据问题就解决了。得到了一张非常完美的世界各国汽车产量的分布图。这就是想介绍的前两个功能，数据的简单处理纠正以及画图功能。

  但这是不够的，很多观众都很严格，这么绿油油的配色，很多股民观众应该会不喜欢。所以一句话的功夫，GPT4就把它换成了彩色图，审美直线上升。当然除了折线图，还可以生成饼状图、柱状图、闪点图等等。其中最让小编眼前一亮的是这张热烈图，它们颜色的变化非常清晰地展示了过去20年里，全球前十的汽车生产国的份额变化。可以看到，中国从最开始的份额几乎为零，颜色是浅浅的黄色，目前发展到的占比最高，最深的蓝色。伴随着中国份额上升的是日本、德国和美国的份额下降。这里可以很明显地看出产业转移和中国汽车工业发展的速度。

三维可视化与文章合成

  做到这一步，你可能已经觉得它很厉害了，对吧？但作为一个既懒又挑剔的人，肯定不满足于画出二维的图像，那就直接升级一下挑战，让GPT4生成甚至是三维的可视化效果。这里直接让GPT4把前十名的国家的名字、产量和年份三个维度上生成了三维视图，并且产生了一个可以下载的HTML文件。打开文件之后，不仅可以拖动到不同的视角观察，还可以放大缩小，甚至直接钻到数据里面去，提供沉浸式的学习环境。这里也刚好介绍一下一个小功能。目前GPT在聊天里面显示的图片都是没有办法直接缩放的。但如果让GPT4直接生成一个可以下载的文件，就可以自由操作了。

  做到这一步，就在想，既然已经可以生成3D的视图了，是不是可以再来一点，做一个文章。GPT4，要不要直接帮这段文章给做了。这里是一段背景文章，直接把刚刚的图表动态地显示一下，再加上一个半透明的遮罩，这里还有一个搞气氛的背景音乐，直接帮忙合成一下吧？一分钟之后，chGPT直接给了这样一段文章，效果真的不错。要知道，能够做出类似动态数据可视化的效果，在以前是非常难的，一般需要用到专业的收费工具。而今天只需要告诉GPT4什么当做X轴，什么当做Y轴，然后逐步地按照时间显示出来，就可得到这样的效果。

未来展望与思考

  做到这一步，又在想，既然已经把工作给做了，下一步要不要直接帮我赚一点钱呢？比如预测一下未来30年的汽车产业走势，所以让GPT4预测了一下到2050年的全球汽车产量。预测结果直接吓了一跳。其他国家的产能都在下降，只有中国的产能突破天际，超过了其他国家的总和的好几倍。看到这里，突然对未来的30年的投资有了非常清晰的思路。当然，这只是非常肤浅的预测，请不要当做投资依据。

  前面的功能都介绍完了。接下来觉得有必要讲一下基本原理。前面看到的数据分析、数据可视化以及图片和文章的处理都不是GPT4这个语言模型本身的功能。语言模型的输入和输出都是文字。GPT4之所以能够做到这些，是因为已经学会了执行代码这个工具。当给它一个任务的时候，它就会生成需要执行的代码，并且在代码执行遇到错误的时候，还可以搜集错误信息，然后进一步进行修改。如果在code interpreter里面打开这个下拉框，就会看到它实时生成的代码内容。而open air所做的是给GPT4提供了一个可以执行代码的环境。如果我们仔细研究之后就会发现，其实open还给了一些具体的限制。比如在执行代码的时候，它不能访问网络，以及上传文件的大小限制是100兆，并且执行代码的虚拟机只有200兆的内存。因此，虽然可以执行代码，但它的代码执行能力被严格限制在了这样一个小小的环境里面。

  但试想，如果给GPT4一个更大的更强的代码执行环境，让它可以运行更加复杂的代码，执行更加复杂的机器学习逻辑。它的能力就会成百上千倍的增加。那它会用这些能力来干什么呢？看完这些功能之后，有什么感觉呢？有没有觉得被惊艳到了？要知道两年前GPT3还只能勉强地说人话。很快，GPT3.5就能跟大家高谈阔论了。然后GPT4就开始拥有了处理数据、图片、文章的功能。目前code interpreter的功能还处于阿尔法测试阶段，很多地方都还不算完善。但相信大家已经看到它背后巨大的潜力，想象一下，再过5年，到了GPT6、GPT7的时候，那个时候的逻辑能力、写代码的能力，它是否可以写出超过人类的代码，进而给自己开发一个不断进化的训练环境呢？那它还需要人类吗？

推荐阅读

• 1. 土耳其区苹果礼品卡充值详尽指南
• 2. 为什么使用海外IP仍无法登录ChatGPT？解析登录失败根本原因
• 3. 谷歌账号开放改名功能，保留原邮箱数据提升用户体验