ChatGPT能自己跑代碼了：提需求直接輸入運行結果，網友內測后直呼“魔法”
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在內測中都發現了什么神奇“魔法”。
發現了什么神奇“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、防火墻執行環境中工作的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）：
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：
ChatGPT生成的謝潑德音調音頻：?00:0000:10?
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，使得循環可以無限期地繼續；
- 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。”
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）
參考鏈接：
[1]https://andrewmayneblog.wordpress.com/2023/03/23/chatgpt-code-interpreter-magic/
[2]https://news.ycombinator.com/item?id=35312609
[3]https://twitter.com/peteskomoroch/status/1639894112307679232?
