ChatGPT能自己跑代碼了：提需求直接輸入運行結果

拋給ChatGPT一個需求，它只能給你一堆運行效果未知的代碼？

現在，只需一個小改動，ChatGPT不僅能直接把你的文字需求變成代碼，還能幫你跑一遍，把輸出結果返還給你！

這個秘訣就是代碼解釋器插件。

作家Andrew Mayne（現已加入OpenAI）拿到了內測資格，并上手試了試，效果讓他直呼“魔法”——

讓ChatGPT寫個AI人臉檢測程序，Andrew Mayne上傳自己的照片后，很快就被檢測了出來：

再試試讓它寫個迷宮生成算法，并把通路做成吃豆人動畫，完全沒問題：

有網友看到這篇內測文章后感嘆：

這太瘋狂了，它將改變一切。

來看看Andrew Mayne在內測中都發(fā)現了什么神奇“魔法”。

發(fā)現了什么神奇“魔法”？

作為當前最受矚目的ChatGPT插件之一，代碼解釋器是一個在沙盒、防火墻執(zhí)行環(huán)境中工作的Python解釋器，包含一些臨時磁盤空間。

簡單來說，只需要給ChatGPT輸入一句話，它不僅能寫出代碼，還能借助解釋器跑通代碼、給出每一行代碼的解釋，將結果輸出給你：

生成的內容也是多種多樣，從文字、圖像和聲音的處理，到棋類游戲引擎和簡單的AI算法，ChatGPT都能搞定。

文字圖像聲音處理

先來看看圖像的生成和處理效果。

例如，把ChatGPT把克蘇魯圖像轉換成ASCII：

生成戴著帽子叼著煙斗的貓（有點抽象）：

生成網站二維碼：

做一份比較簡單的動畫也沒問題，例如“暴風雪”：

再來聽聽聲音。

例如，生成謝潑德音調（一段聽起來像是在不斷升高或降低的音調，但其實只是一段音調的無限循環(huán)）：

不僅給出了解釋，還生成了一段音調，聽起來似乎真有點那個意思了：

最后是文字處理，以OCR算法為例，這是個將圖片識別成一段文字的算法：

上傳一張舊照片后，AI很快識別出了對應的文字并轉換成了.txt文件，看起來也還不錯：

那么，再進一步，試試用ChatGPT寫算法？

寫AI算法

除了開頭提到的人臉識別算法，是ChatGPT基于OpenCV生成的以外，Andrew Mayne這次還嘗試了NLP算法。

具體來說，就是給出一半的句子，讓AI預測下一個詞，ChatGPT很快給出了代碼：

看起來不錯，生成效果如何？

Andrew Mayne試了一句：

They went to the……（他們去了……）

通常這里應該接一個地點名詞，例如沙灘或教堂等等。然而，ChatGPT寫的AI算法在思考一通后，接了個“shoulders”？？？

They went to the shoulders.（他們去了肩膀）

對此Andrew Mayne調侃，不用擔心ChatGPT寫出個GPT-4了。

生成游戲引擎

最后是生成游戲引擎，Andrew Mayne表示“完全沒問題”，但并未給出ChatGPT具體的步驟。

這是生成一個跳棋引擎的效果（此外，還能生成象棋引擎）：

還可以讓它生成一個細胞自動機（Game of Life）：

寫的程序并非100%正確

有網友看完后表示，代碼解釋器插件很好地填補了ChatGPT“數學差”的漏洞：

ChatGPT幾乎沒啥數學技能，但它能輕松地通過生成Python代碼來完成這件事。

但也有不少網友在這次演示中，發(fā)現了不少Bug。

例如，雖然都是能運行的Python程序，仔細一看基本都有顯而易見的小錯誤，包括：

生成謝潑德音調的方法是錯誤的，不僅得調振幅，還得調頻；

生成的謝潑德音調本身也有問題，正常來說最后一個音應該與第一個音相同，使得循環(huán)可以無限期地繼續(xù)；

用細胞自動機生成二維碼圖像，其實是反過來用二維碼圖像倒推出細胞自動機（不過，這里作者也承認他“教”ChatGPT作弊了）

行星軌道模擬中的軌道都是圓形軌道，從科學角度來說應該是很明顯的橢圓形。

圖形生成其實也有小bug，不一一列舉。

不過，“這些顯而易見的bug反而不需要太擔心?！?/p>

有網友感覺，真正需要擔心的是ChatGPT“疊加錯誤”的問題。

一旦ChatGPT寫的東西有bug，就必須立刻重啟新會話，否則它的錯誤就會開始成倍疊加：

這種感覺就像是它試圖在掩飾什么，非常奇怪。

最后，雖然ChatGPT已經能寫出象棋引擎了，不過有眼尖的網友發(fā)現，它依舊不會下象棋。

例如，突然用馬吃掉自己的兵。（手動狗頭）

審核編輯 ：李倩