OpenAI现场演示官方版AutoGPT!创作画画发推一条龙,自主调用外部应用完成任务
来源:量子位
OpenAI官方AutoGPT,要来了!
就在AutoGPT项目破10万Star之际,OpenAI也放出重磅炸弹,由联合创始人格雷格·布洛克曼(Greg Brockman)亲自现场演示了ChatGPT即将上线的新功能。
(资料图片仅供参考)
比如要一张这样有氛围感的晚餐图片:
不劳您亲自写提示词,它来:
采纳ChatGPT推荐的菜谱之后,想要去买食材?
直接一句话,买菜平台的购物车就给你加好了:
想要分享买了啥?
一句命令直接链接发推特,整个过程你根本不用打开“小蓝鸟”:
联网能力的加入,则可以让它自动对回答进行事实核验。
甩给它一个Excel文件,也是唰唰唰就开始分析:
完全是AutoGPT的感觉了有没有!
在演示现场,联合创始人布洛克曼剧透,新功能上线的时间,就在未来几个月(After this talk, you will be able to access this yourself)。
话音刚落,掌声雷动。
要知道,此前OpenAI官宣要在ChatGPT上引入插件功能就引发热议。如今随着实测效果曝光,丝滑的效果更是把期待值拉满了。
有网友就表示:
在TED演讲现场真实测试发一条推特,可见你们对自家AI的信任!
不过在等待结果时,老哥看着还是非常屏气凝神的,后面测试成功后才笑了起来~
所以,ChatGPT这些新功能具体效果如何?就跟着老哥一起来看看。
聊天界面直接加购物车、发推特如下图所示,即将到来的“Auto功能”藏在三个不同的新模式之中:
Browsing、Code Interpreter和Plugins。
Plugins可以让ChatGPT接入各种外部应用,Browsing能开启联网能力,Code Interpreter则通过自动写代码帮你进行各种数据分析。
先看Plugins模式。
布洛克曼首先演示了ChatGPT接入Dall·E后拥有的新能力。
我们想在演讲之后进行一顿晚宴,请给我们一份食谱建议,然后把它生成一张图片”。
很快,ChatGPT就给出菜单,包括:藜麦沙拉、奶酪烤蘑菇、果盘、奶油南瓜汤、手工面包和鸡尾酒等等,每个菜都详细介绍了用啥具体食材搭配。
然后依靠Dall·E App插件,一张看起来非常有氛围的大餐图片就出来了。
布洛克曼介绍,Dall·E插件在画这张图时,其实就是自己给自己写提示词,写了下面这么一大堆:
搁在以前,这都是需要我们人类自己来做的。现在这种“小事儿”交给ChatGPT就行了。
生成食谱之后,该准备相应的食材了吧。
同样,只需要给ChatGPT下达命令:选择“Instacart”(美国生鲜电商)插件,输入文字“现在为之前建议的菜谱列一份购物清单”。
在这里,布洛克曼还给它加了个小任务:“并在推特上分享给所有TED观众”,这就需要选上一个叫做“Zapier”(一个可以连接各种应用的自动化工具)的插件。
在Instacart平台加购稍微耗费了ChatGPT一点时候,然后链接就出来了(这里也用到了“检索”插件)。
打开之后“诚不我欺”,食材都被安排好了,直接下单即可。
(当然,在此之前,你也可以随意为某些食材增加一些数量,或者家里已经有的删掉就可以了。)
接着,ChatGPT再次确认布洛克曼是否需要将链接分享到推特平台,布洛克曼回答yes。
只见一顿自动操作之后,ChatGPT弹出来一个Zapier给出的预览界面,上面有布洛克曼的推特账户名称,以及一会要发布的文案供验证和检查。
没什么问题后,点击Run就可以发表了。
这时的布洛克曼略显紧张,不过成功了!
ChatGPT自动帮他发好了一条推特,布洛克曼本人全程连推特网站碰都没碰一下。
量子位专门去他的主页看了一下,确实有这条推特,点击里面的链接,也确实是前面我们看到的购物车界面。
这就是强大的Plugins模式能够做的事情,是不是非常有AutoGPT那味儿了?
除了这个无缝接入外部应用的操作,ChatGPT还可以自己去上网查验事实了。
众所周知,聊天机器人有时会给出一些不易觉察的错误答案,引发误导。
如下图所示,布洛克曼问它OpenAl的两篇博客文章“Unsupervised Sentiment Neuron”和“Learning from human preferences”的发布相隔了多长时间。
ChatGPT答前者2017年4月24日发布,后者2017年6月27日发布,因此,这两份出版物相隔大约两个月。
然而事实真的如此吗?
在这里,就用切换到“Browsing”模式,然后将刚刚那个对话丢给ChatGPT,让它自己去验证一下。
注意了,ChatGPT拿到需求后,并没有直接更新答案,而是一步一步地写下了自己都要查什么做了什么:
首先我将搜索第一篇文章的发布日期,来验证第一个日期。键入论文题目开始搜索……该论文的发布日期在搜索结果0的摘录中给出。我将引用这段摘录来核实用户提供的第一个日期。查看结果(可点击)。然后我去搜索第二篇文章的发布日期…… 结果在这里给出…… balabala
经此环节后,ChatGPT汇总出最终答案——
果然前面全都错了,第一篇2017年4月6日发布,第二篇6月13日发布,两者间隔两个月零1周(量子位也实际验证了一下,这回是对的)。
布洛克曼表示,像这种核验咱们人类自己其实也可以做,但把它交给ChatGPT去做更有价值的事情才对。
而在这个过程中非常详细地列出ChatGPT核验的每一个步骤,则是方便我们去回溯整个推理链,以防万一。
接下来,最后一个新功能登场。
这是用Excel表格汇总的过去30年所有人工智能论文(大约有16.7万篇)。
现在切换到“Code Interpreter”模式,将文件直接上传,来看看ChatGPT将如何对它进行自动分析。
它先是将表格中所有列名的含义都梳理了一遍,问布洛克曼接下来是想进行数据分析还是做可视化。
布洛克曼表示:老实说我自己也不知道想干啥,但我可以让它给出一些“探索性的图”。
这是一个超高级别的指令,背后可能包含了很多意图,ChatGPT必须推断出我可能感兴趣的东西。
聪明的ChatGPT,给了三个选项,包括:
1、每篇论文作者数量的直方图,这可以让我们了解Al研究的典型团队规模。
2、每年论文发表总数的时间折线图,它可以向我们展示研究趋势。
3、论文标题的单词云,它可以向我们展示研究标题中最常出现的词语。
“话音刚落”,ChatGPT就开始通过自己写代码生成结果:
布洛克曼注意到第二个折线图把2023年也直接安排了,但今年还未结束,就让ChatGPT重新进行绘制,ChatGPT当然是照做了,并非常细致地注明2023年发表的论文总数是预测出来的。
以上便是布洛克曼在这场演讲中展示的新功能。
不过,想必大家还记得,这其实就是一个月前ChatGPT承诺的更新。
当时,OpenAI宣布,ChatGPT将拥有联网功能,将可以接入各种外部应用,就像拥有“App Store”一样,想完成任务直接就可以自动帮你调用相应的App。
现在,这些新功能终于要开始拥抱每一个(可能要Plus账号)人了。
布洛克曼:是时候了解AGI了演示完功能后,布洛克曼还接受了TED的访谈。
和此前OpenAI CEO奥特曼的访谈不同,布洛克曼回答了很多“干货”内容。有个人观点的表达、成功经验的分享、以及对质疑的直面回应。
比如:为什么这次给世界带来震撼技术的是OpenAI而不是谷歌?
毕竟在开发团队规模上,OpenAI只有几百名技术人员,和谷歌差出了一个数量级。
布洛克曼的回答如下:
我们都是站在巨人的肩膀上,可以看到全AI行业在计算、算法、数据上都取得了进步。
不过OpenAI在早期,做了一些深思熟虑的选择。
我们的第一个选择就是直面现实,比如我们很认真地想过如果想要在这个领域取得进展,需要做什么?我们也做了很多没有用的尝试,最终你才能看到这些有用的结果。
我还认为,最重要的是让不同团队之间可以紧密协作。
那么,为什么OpenAI会坚信大模型的能力和趋势?
布洛克曼表示,他们一直都知道深度学习最终会通往何处。但具体来看,一个实验室应该怎么做?
他用一个“无心插柳柳成荫”的例子来说明:
过去我们有人尝试训练一个模型,预测亚马逊平台评论的下一个字符。
最终,他得到了一个可以分析评论句法的模型,但同时也得到了一个达到SOTA的情绪分析分类器,可以告诉人们这条评论是好评还是差评。
这个算法在现在看来可能不足为奇。但在当时我们第一次从底层句法中分析出来语义,我们就知道必须朝这个方向做下去。
当然,从ChatGPT诞生以来,质疑一直都存在。
比如很多人在体验后觉得,ChatGPT并没有在真正意义上掌握知识。
主持人抛出问题,所以扩大模型规模、大量的人类反馈,会带大模型通往真正意义上的成功吗?
布洛克曼的回答非常肯定:是的。
而且补充说:
我认为OpenAI的方法一直都是如此,用现实打脸。……我们的方法一直都是如此,必须突破技术极限才能看到它实际的能力。这也是我们如何转向新范式。
但OpenAI的坚定,如今也受到了很多质疑,尤其是对AI伦理有担忧情绪的人。
比如有声音就表示,作为一个非营利组织,OpenAI不仅掀起了一场全球范围内的技术趋势,还使得很多科技巨头不得不加入进来,这会不会导致AI的发展产生巨大危险。
马斯克及千名科学家呼吁“暂缓AI开发六个月”,也是出于这个原因。
布洛克曼直言:
从一开始我们考虑如何构建通用人工智能时,实际上是希望它能造福全人类。
如果是秘密开发这一切,然后在弄清楚安全性后,再按下“开始键”,你希望你做对了,但对于我来说,并不知道该如何执行这一计划。
可能其他人会这么做,但对于我来说,这是可怕的、感觉不太对。
我认为这种路线目前的唯一替代方法,在机器变得完美之前,给人们时间来提建议。
布洛克曼表示,人类开发计算机、算法等技术,都是step by step,并且要在推进的每一个阶段去弄清楚如何管理好它们。就好像养大一个孩子,是大家共同引导、给它树立规矩,而不是教它毁灭人类。
如今,AGI已经做好准备来改变我们使用计算机的方方面面了。
是时候让我们都了解这项技术了。