Fremveksten av Chatbots og ChatGPTs Nyvinning
Utviklingen av chatbots fortsetter i raskt tempo, og Open AI har nylig markert seg med introduksjonen av nye funksjoner i ChatGPT-4.
Den 6. juli publiserte Open AI en kunngjøring på Twitter som vekket interesse hos programmerere og dataforskere over hele verden.
I denne meldingen annonserte OpenAI at alle ChatGPT Plus-abonnenter ville få tilgang til en ny funksjon: kodetolk. Kort tid etter, den 17. juli, ble betaversjonen av Code Interpreter lansert. For de som ikke er kjent med denne funksjonen, la oss se nærmere på hva den innebærer.
Kodetolk er nå tilgjengelig for alle med ChatGPT Plus-abonnement.
Dette verktøyet lar ChatGPT kjøre kode, eventuelt med tilgang til filer som brukeren laster opp. Dette gir mulighet for å analysere data, generere grafer, redigere filer og utføre matematiske operasjoner.
Brukere med Plus-abonnement kan aktivere funksjonen i innstillingene. pic.twitter.com/IjH5JBqe5B
— OpenAI (@OpenAI) 6. juli 2023
Hva er ChatGPT Code Interpreter?
Code Interpreter er et integrert verktøy i ChatGPT som åpner for en rekke avanserte oppgaver, inkludert dataanalyse, bildebehandling og kodeendring. Verktøyet er fortsatt under utvikling og forbedres kontinuerlig gjennom overgangen fra alfa- til betaversjon.
I denne artikkelen vil vi utforske potensialet og funksjonene til den nye kodetolken. Vi skal også se hva eksperter innen ulike felt mener om denne nyskapende teknologien. Bli med oss for en spennende utforskning.
Før vi dykker dypere inn, må vi se hvordan man får tilgang til kodetolken.
Hvordan aktivere Code Interpreter i ChatGPT?
For å kunne bruke funksjoner som Code Interpreter og plugins, må man først abonnere på ChatGPT Plus, som koster 20 dollar i måneden. Gitt at du har et slikt abonnement, la oss se på hvordan du aktiverer kodetolken:
Trinn 1: Logg inn på din Plus-konto.
Trinn 2: Nederst i venstre hjørne finner du tre prikker, klikk på dem.
Trinn 3: Klikk på Innstillinger.
Trinn 4: Velg Beta-funksjoner.
Trinn 5: Aktiver «Kodetolk».
Hvordan bruke Code Interpreter i ChatGPT?
Etter å ha aktivert «Kodetolk» i innstillingene, følg disse trinnene for å begynne å bruke verktøyet:
Trinn 1: Øverst i midten ser du to knapper: GPT-3.5 og GPT-4.
Trinn 2: Klikk på «GPT-4».
Trinn 3: Velg deretter «Kodetolk».
Med disse enkle trinnene er du klar til å bruke verktøyet. La oss nå se på de ulike mulighetene som kodetolken tilbyr.
Utforsk de Avanserte Funksjonene i ChatGPT med Kodetolk
For de som jobber med datafiler som bilder og videoer, forenkler Code Interpreter plugin opplasting og nedlasting av filer. Verktøyet støtter ulike formater som CSV og JSON, noe som er spesielt nyttig for oppgaver innen datasyn.
En bemerkelsesverdig egenskap er at verktøyet kan analysere og lære av resultatene av koden den kjører. Dette gjør det i stand til å identifisere og rette opp eventuelle feil som oppstår. Dette kombinerer kodeutførelse med naturlig språkforståelse.
Med ChatGPT Plus kan du utnytte kraften i Code Interpreter til å utføre en rekke oppgaver, som å analysere datasett, lage visualiseringer, redigere filer, kjøre kode og utføre matematiske beregninger, alt innenfor ChatGPT-grensesnittet.
ChatGPT Code Interpreter gir tilgang til over 300 python-pakker.
Her er en komplett oversikt med korte beskrivelser generert av ChatGPT: pic.twitter.com/tSza0EXJGj
— Gavriel Cohen (@Gavriel_Cohen) 9. juli 2023
På grunn av sin tilpasningsevne er denne pluginen et viktig verktøy for mange formål, særlig innen datavitenskap. Nå som du har en oversikt over funksjonene til Code Interpreter, la oss se på hvordan den kan endre ulike bransjer.
Dataanalyse
Kodetolk revolusjonerer dataanalyse. Verktøyet tilbyr interaktiv utførelse av komplekse datatransformasjoner, statistisk analyse og visualiseringer på en konversasjonell måte. Dette gjør dataanalyse mer tilgjengelig og engasjerende, også for ikke-tekniske brukere.
Kodetolk har fullstendig endret måten jeg arbeider med dataanalyse. Verktøyet forenkler komplekse oppgaver som statistisk analyse, datatransformasjoner og visualiseringer, og det beste er at alt dette kan gjøres gjennom en naturlig samtale.
Det føles som å ha en dataanalytiker tilgjengelig med en gang! I tillegg gjør det analysen enkel selv for de uten teknisk bakgrunn.
Et godt eksempel på dette er demonstrert av Ethan Mollick. I bildet under viser han en visualisering laget med Code Interpreter av en bruker uten Python-kunnskap. Imponerende, ikke sant?
Les også: Kickstart din karriere som dataanalytiker med disse kursene og ressursene
SEO
Hvorfor skal bare dataforskere og programmerere ha glede av kodetolken? Det er på tide at de som jobber med digital markedsføring også får ta del i fordelene. Jeg har sett flere eksperter innen SEO finne unike måter å bruke verktøyet på.
For litt siden delte noen en melding på Twitter som vakte stor oppmerksomhet. Det var en stor snakkis over hele verden, og jeg har lyst å dele noen av meldingene med dere.
Tester kodetolken for ChatGPT med lokale SEO-data.
Jeg så på firmanavn i Atlanta og fant de vanligste ordene i advokatfirmaer.
Ikke overraskende er det ingen «kreative» navn. Bare partnernavn i firmaer.#localseo #seo #chatgpt pic.twitter.com/UtiOaOEjrw
— Casey Meraz (@CaseyMeraz) 10. juli 2023
Velkommen til SEO 2.0:
Code Interpreter revolusjonerer SEO ved å analysere søkemotoralgoritmer og brukeratferd, generere datadrevet innsikt for innholdsoptimalisering og øke nettstedsrangeringer med skreddersydde strategier
Millioner vil bli tjent etter hvert som nye selskaper treffer nye rangeringer
— GREG ISENBERG (@gregisenberg) 4. mai 2023
Det funket!
ChatGPT Code Interpreter guidet meg gjennom alle stegene i forbindelse med GSC API.
Vi skrev deretter et program for å få et nettsteds klikk og vise det.
På grunn av grensene for bruk av GPT-4, må jeg jobbe med dette i små biter om gangen. https://t.co/Cq2nhdT8dx pic.twitter.com/Fm1YWmXxEp
— Dr. Marie Haynes🌱 (@Marie_Haynes) 10. juli 2023
Det er mye informasjon å ta inn. Ta deg tid til å fordøye den, det kommer mer.
Tekstuttrekking fra bilder
Disse eksperimentene ble utført av Piotr Skalski. Prosessen med å trekke ut tekst fra bilder kalles optisk tegngjenkjenning (OCR). Ifølge Skalski var dette en relativt enkel oppgave i deres eksperimenter.
I dette trinnet brukte han kodetolken til å trekke ut tekst fra et bilde. Når teksten er uthevet, kan den mates til ChatGPT-4 for å gjøre teksten mer strukturert og organisert, slik det vises i neste trinn.
Hvis du er interessert i å lære mer om dette konseptet, kan du sjekke ut Skalskis GitHub-profil og se på trinnene for å trekke ut tekst fra bilder.
Ansiktsgjenkjenning
Ifølge Sklaski er ansiktsgjenkjenning en av de mest grunnleggende oppgavene innen datasyn. Han valgte å bruke Haar Cascade-klassifikatoren, en anerkjent teknikk tilgjengelig gjennom OpenCV.
Selv om Haar Cascade er effektiv, har den begrensninger og er ikke like presis som moderne nevrale nettverksbaserte teknikker.
Kodetolken håndterte denne utfordringen på en utmerket måte, ifølge Sklaski. Når den ble konfrontert med falske positiver, ga den en grundig forklaring på hva som skjedde og hvorfor. Utrolig nok klarte kodetolken å eliminere de falske positive med bare én forespørsel.
For å lære mer om ansiktsgjenkjenning kan du se bruken av kodetolk for ansiktsgjenkjenning.
Forfatterens Dom
Dette er en banebrytende teknologi. Husk at Code Interpreter fortsatt er i betafasen, så du kan bare forestille deg hva fremtiden bringer. Det som er diskutert i denne artikkelen, er bare toppen av isfjellet. Etter hvert som teknologien utvikler seg, vil nye funksjoner bli lagt til. Kodetolk-pluginen er et kraftig verktøy som vil utvide mulighetene til ChatGPT betydelig.
Vi vil fortsette å jobbe for å gi deg det beste innholdet.
Du kan også sjekke ut hva som er ChatGPT-plugins [+ brukseksempler].