chatgpt可以联网后，openai还火速介绍了一款代码生成器，在这个插件的加持下，chatgpt甚至可以自己生成机器学习模型了。
上周五，OpenAI刚刚宣布了惊爆的消息，ChatGPT可以联网，接入第三方插件了！
而除了第三方插件，OpenAI也介绍了一款自家的插件「代码解释器」，并给出了几个特别的用例：解决定量和定性的数学问题；进行数据分析和可视化；快速转换文件格式。
此外，Greg Brockman演示了ChatGPT还可以对上传视频文件进行处理。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
而一位叫Andrew Mayne的畅销作家、OpenAI的创意应用程序和科学传播者，立马就试了一把——把代码解释器（Code Inerpreter）接入ChatGPT。
感受就是，太丝滑了！
以前用ChatGPT写代码时，总是需要把代码拿出来，再放到另一个环境里去测试。
而现在，根本不需要离开当前的界面，直接就可以在ChatGPT中开发了。
只要我们把这个代码解释器添加到数据分析、绘图功能中，就诞生了一个强到发指的编码和研究工具。
OpenAI全新插件系统：代码解释器
目前，代码解释器只能在少量的库上运行Python，而即使用最基础的库，它能做的东西也非常多，非常有趣。
另外，除了生成代码，代码解释器(CI) 还可以分析输出，并将其用于另一个函数。
因此，我们可以将不同的代码串在一起，获取其中一个的输出，再提供给另一个。
这个吃豆人gif就是这么生成的：CI用算法生成迷宫，把迷宫变成方块，用算法找到出口，做成吃豆人的样子，然后生成gif。
以下是Mayne使用ChatGPT的代码解释器插件，进行随机实验的一些示例。
创建机器学习模型 （某种程度上）
虽然目前ChatGPT无法将任何机器学习库加载到代码解释器中，但我们可以使用n-gram进行一些基本的统计文本生成。
如下例子中，通过给它提供一本书，要求它创建一个预测算法，然后预测文本序列中的下一个单词。
GPT用n-gram模型生成了算法：
下一个单词预测是一项自然语言处理任务，可以使用语言模型来解决。建立语言模型的一种简单方法是使用n-gram模型。
n-gram模型是一种基于统计的语言模型，它根据前n-1个单词来预测下一个单词。例如，如果我们选择n=3（即三元模型），则模型将基于前两个单词来预测下一个单词。
以下是一些代码，可以帮助您从头开始构建三元模型。
声音
因为ChatGPT可以理解很多数学数据，并且CI能够生成可下载的文件，因此Mayne尝试了下用ChatGPT生成Shepard音调。这是一种独特的音调，能够个人造成一种音调在不断变高的错觉。
ChatGPT不仅顺利地完成了任务，还直接用CI生成了一个wav文件。
打开听一下这个Sheperd音，感受就是，两个字——完美！
既然ChatGPT生成的Sheperd音这么完美，Mayne就更进一步，让ChatGPT来生成一个康威生命游戏的会话，然后转换为音乐。
（康威生命游戏是剑桥大学康威设计的计算机程序。这是一款图灵完备的零玩家游戏，意味着它的演化取决于它的初始状态，不需要进一步的输入。）
第一遍的时候，ChatGPT生成的音乐有点太随意，Mayne要求它生成更愉悦的音乐，于是ChatGPT应用了五声音阶，听起来果然不错。
game_of_life_pentatonic_slow音频：00:0000:14
ChatGPT的表现太过优异，Mayne大为兴奋，他已经开始设想一整张数学音乐专辑了，比如（斐波那契数列、Mandelbrot 集、元胞自动机）。
随后，他要求ChatGPT为《康威生命游戏》这首歌生成一个专辑封面。由于它没有连接到DALL-E，Mayne要求它从模拟帧生成图像。
专辑封面如下。
二维码
而看着这张专辑封面，Mayne马上意识到或许可以用ChatGPT生成一个有效的二维码。
Mayne让它为OpenAI的网站生成一个二维码，结果如下：
那么，ChatGPT可以创建一个以二维码结尾的康威生命游戏吗？
是的，它可以。
图片
另外，Mayen发现，使用OpenCV和一个简单的面部识别算法（Haar Cascade 分类器），CI就能够创建一个函数，来进行人脸识别。
使用OpenCV进行人脸识别
现在，ChatGPT可以自己打开和读取文件了，也就意味着理论上它可以使用这些数据生成新的东西。比如，把一张图转换为ASCII的形式。
上传图片：
转为ASCII：
生成动画
通过代码解释器，可以生成数据，并将其输出包括gif在内的不同格式。
首先，让它做一个弹跳块:
然后是暴风雪：
接下来是「生命游戏」，正是这款游戏启发了二维码模拟实验。
试图让代码解释器使用矢量化的立方体来生成「旋转的立方体」。在尝试了其他方法之前，这是能够得到最接近的结果：
OCR
研究称，光学字符识别（OCR）是代码解释器中的一个库。通过用网站截图进行测试，果然可以识别。
将OCR与一个功能强大的语言模型GPT-4结合起来，可以为修复旧文档提供了一些有趣的可能性。
上图可以看出，OCR能从整张图片中提取部分文本，但结果仍不完整，且带有噪声。
由此看来，在处理低质量或扭曲的图片时，OCR可能会有限制。如果你需要从图片中获取具体信息，同时也需要手动转录部分内容。
日历邀请
尽管代码解释器没有访问ics库的权限，但它可以生成一个纯文本的日历邀请，然后让ChatGPT将其保存为.ics文件。
画画
尽管已经有一些GPT-4生成可缩放矢量图像（SVG）的有趣例子。但我还是很好奇 ChatGPT 和代码解释器能对简单的图像块做些什么。
我让它画了一只猫，它创作了类似猫的东西。为了确保它不是凭记忆做出的，我要求它画一个蓝色的高顶帽和烟斗。虽然不完全是我想象中的高顶帽，但仍然是一个帽子，是蓝色的。
一只戴着帽子、抽着烟斗的猫：
一只戴着「帽子里的猫」式样帽子，还有抽着烟斗的猫：
模拟器
通过使用Matplotlib库，我成功地让ChatGPT生成了内部行星轨道的模拟，并将其保存为gif。
我接着思考能否让ChatGPT模拟一局跳棋，并设法移动了棋子，但是出于礼貌没有拿走对手的棋子。
能否模拟一局象棋？首先我让ChatGPT创建自己的棋盘库（一个非常简单的棋盘库，有一些限制和不太合法的移动……），然后使用Unicode表示棋子，之后，它可以模拟一场游戏的开始，并将其保存为.gif文件。
下面是我和ChatGPT进行象棋模拟时的对话。可以看到，我只是给了一些指示，ChatGPT和代码解释器做了剩下的工作。
如上是Andrew Mayne对ChatGPT和代码解释器插件的一些探索。
网友看后点评，LLMs越来越像一位真正的程序员，不仅可以建议代码片段，还可以编写整块代码、运行代码，并给你输出进一步的指导和反馈。
还有人表示，即使停下手下的事，也要看看这篇关于GPT-4代码解释器插件用例的文章。这完全是疯狂的，并将改变一切。
参考资料：
https://andrewmayneblog.wordpress.com/2023/03/23/chatgpt-code-interpreter-magic/
