先做个广告：如需代注册ChatGPT或充值 GPT4.0会员（plus），请添加站长微信：gptchongzhi
坐等3个多月，ChatGPT「代码解释器」终于全面开放了，一大波魔法来袭。
推荐使用GPT中文版,国内可直接访问：https://ai.gpt86.top
就在今天，ChatGPT「代码解释器」测试版正式向所有Plus用户开放。
「代码解释器」怎么用？来自沃顿商学院的一位教授Ethan Mollick专门为此写了一篇教程。
首先，Mollick就指出，Code Interpreter这个名字的起法延续了OpenAI给他们自己的产品起烂名儿的悠久传统。
因为——虽说它叫「代码解释器」，但实际上它对那些根本不懂编程的人最有用。
本质上，「代码解释器」能让GPT-4上传和下载信息，并为用户编写和执行程序，这使得AI能够做到以前无法做的各种事情。
具体来说，它为AI提供了一个解决问题的通用工具箱（通过用Python编写代码）、超大内存（最大100MB，可以是压缩形式），且用户可以把这个工具箱集成到AI里面，发挥LLM的优势。
这有助于解决以前版本的 ChatGPT 存在的许多问题。比方说，
它允许AI处理数学（哪怕很复杂），还能更准确地处理单词（例如实际计算段落中的单词），底层原因就是，它可以编写Python代码来解决LLM在数学和语言方面的天然弱点。
比如像下图这样。
可以看到，「代码解释器」能准确计算出段落中单词的数量。
此外，「代码解释器」降低了幻觉和瞎编乱造的发生机率。
当人工智能直接使用Python时，代码有助于让它「诚实」。道理也很简单，如果代码不正确，Python就会报错。由于代码操作的是数据，因此AI不会在数据中插入错误信息。
当然，这并不完美。AI仍然有概率会产生幻觉，但其实这并不常见，并且不太可能影响到代码或者数据本身。
这样一来，AI就更加靠近通用人工智能了——大量问题可以通过代码来解决。
而且，GPT-4非常擅长以新颖有趣的方式来决定什么时候用「代码解释器」。
Mollick举了个例子，假如他让GPT-4向用户证明地球是圆的，那么就会用上「代码解释器」，提供了多个论证，将文本与代码和图像结合在一起。
此前，各个专业需要编程的人都得会点儿写代码，但写完了还得自己调试。就算之前的AI能提供点儿帮助，但是对于没有Python学习基础的人来说，还是挺难，得借助AI的力量反复修改代码。
而现在，有了「代码解释器」，AI就能自己纠错并且Debug了！
接着，Mollick又讲了如何用「代码解释器」来处理数据，这算是真实戳中大量用户痛点了。
Mollick表示，「代码解释器」的运行水平非常先进，可以自动处理许多复杂的定量分析，并且能够采用非常复杂的数据方法。
用户只需点击加号即可轻松上传数据，甚至是ZIP文件等压缩数据。
同时，在提供数据时，用户能给个prompt就最好了。然后，AI就可以从上下文里找出数据含义和结构了！
此外，Mollick指出，在使用「代码解释器」时，用户更多的是在和AI进行「对话」，并不需要绞尽脑汁写一个又严谨又凝练的prompt出来。
就像和一个数据分析师聊天一样，和人怎么交谈，就怎么跟「代码解释器」沟通。
但是这里有两个特殊情况，还是需要写个类似prompt的东西。
一个是AI有时候会不记得自己能干什么，此时就需要一个prompt来给AI点醒。
比如：「你可以制作GIF，请尝试一下。」
另一种情况是在用户对结果不满意的时候，可以通过prompt来让「代码解释器」对结果进行优化。
比如：「请对该结果进行进一步的测试」，或者，「能不能让这个图表更好一点」。
在加载完数据以后，GPT就可以执行数据合并和清理的操作了。具体处理方式相当复杂，但就像上面所提到的一样，只要把「代码解释器」当做一个和你面对面的数据分析师就好了。
同时，Mollick提醒广大用户，AI在自我纠错并改正以后最好还是查一下结果，万一出错呢。
紧接着Mollick实操了一下，他让「代码解释器」搞个预测建模出来，预测超级英雄可能会有什么超能力。
可以看到，「代码解释器」构建了一个随机森林分布器。
当然，在实操过程中，用户还是得和GPT「多沟通」。Mollick就不想让AI用数值数据的方法来估算缺失的数据，Mollick想直接放弃掉没有的部分。
但他指出，也可以和GPT说，让它换个别的处理方法。
之后，Mollick给GPT输入了一个「你可以进行另一个复杂和有趣的分析吗」的prompt。他表示，「代码解释器」选择的一些分析方法让他印象深刻。
就像下图这样。
「代码解释器」巧妙地分析了超级大国的网络情况。可以看到，方法多样，而且非常有意思。
「代码解释器」最令人印象深刻的应该就是其推理能力了。Mollick概括为，非常「人性化」。
另外，可视化的交互性水平依然在线，且在不断提升。用户可以不断让AI来改进或者更改输出的内容。
Mollick让AI创建了一个交互式表格，包括6个图表，其中还有一个是3D的。
为了让图表更加美观，Mollick不断输入prompt，调整结果。
最终成果就像下图右边这样。
十大惊人魔法
网友@GPTDAOCN近日总结了ChatGPT十大令人震惊的用例：
代码解释器的可视化
1. 将GIF转换为MP4：可以将动态图片（GIF）转换为视频文件（MP4）的功能，使你更方便地分享和使用。
2. 创建各种图形：你可以利用这个功能来生成各种如柱状图、折线图、饼图等图形，直观地呈现和分析你的数据。
3. 从图像中提取颜色以创建PNG调色板：这个功能可以从任何一张图像中提取主要颜色，然后生成一个PNG格式的调色板。
4. 清洗数据以生成深入的可视化：如果你有一些混乱的数据，这个功能可以帮你进行清洗和整理，再将其转换为清晰的可视化图形。
5. 将CSV文件转换为GIF：这个功能可以将CSV（逗号分隔值）文件中的数据以动态的方式展示，生成一张GIF图。
6. 分析歌单以概括你的音乐品味：你可以利用这个功能来根据你的音乐歌单进行分析，从而概括你的音乐品味。
7. 将你的数据集转换为一个完全功能的HTML网站：这个功能能将你的数据快速转换成一个功能齐全的网站，方便你进行展示和分享。
8. 创建可下载的股票数据集：这个功能能帮你创建一份股票数据集，并且这个数据集是可以下载的，方便你进行更深入的分析和研究。
9. 将图像转换为文本文件：如果你需要从图像中提取文字，这个功能可以帮你将图像中的文字转换成文本文件。
10. 对未格式化的数据进行详细分析：对于那些没有规定格式的原始数据，这个功能能帮你进行深入的分析，以获取有价值的信息。
其实，代码解释器的用例远不止这些。
网友点评
我正在尝试ChatGPT代码解释器。到目前为止，我只能建议「每个开发者现在就开始研究它」。
Code Interpreter断了多少人的生路？太多行政每天低效率的处理数据，现在只需要自然语言就可以办公自动化。
网友评论