我们离钢铁侠的贾维斯还有多远？——深度体验ChatGPT代码解释器
近期，chatGPT面向所有Plus用户开放了代码解释器（Code Interpreter），堪称GPT-4以来的最强应用。
01 代码解释器有多强大？
代码解释器有多强大？网友们认为把它叫做「插件」简直低估了，应该称作GPT-4.5。
我们从图片处理、格式转换、数据分析等方面先来直观感受下：
1、图片处理
记得之前，我为了切割Midjourney出的四宫格图片，在chatGPT的帮助下，写了一个Python小程序来解决。现在有了代码解释器，直接把图片发给它，一句话描述下需求，它就直接把切好的4张图给我了。
2、GIF转MP4
我给了代码解释器一个GIF动画，让它转成MP4视频。并且我还给它出了个难题：要降低视频速度，延长视频时间。如果直接延长视频时间，因为帧率的降低，视频必然显得卡顿，所以我希望他通过插入中间帧的方式来解决。
代码解释器很好滴完成了这个任务，使用帧插入技术来增加帧率，保持视频的流畅性。
GIF
MP4
3、数据分析，表格转图表
我拿了一个excel表格给它分析，让其转为图表，并给出分析结论。
这里可以发现，代码解释器对于图表里中文标签的处理不太好，显示不正常，只能让其翻译成英文显示。
4、数据转为动画地图
我从网上找了个世界十大海岛旅游胜地的文章，转为word文档后给他分析，请他将这10个地点转为地图标注，并实现标注闪烁效果。
最终生成的效果如下
5、图片转视频
我给了它一个大图，让它转为左右移动的视频
效果如下
02 代码解释器的本质是什么？
从上面几个例子来看，通过代码解释器，数据分析、图表制作和文件编辑等繁琐工作变得轻松。只需用自然语言向ChatGPT下达指令，它便能完成那些曾经需要复杂编程技术才能实现的任务，如分析数据、创建图表、编辑文件以及进行数学运算等复杂操作。
那代码解释器的本质是什么呢？
代码解释器是chatGPT里提供了一个沙盒环境（网络编程虚拟执行环境），chatGPT在里面编写和执行Python代码。该环境包括防火墙和临时磁盘空间。该沙盒环境在聊天对话的持续时间内保持活动状态，可多次调用。
该环境还支持用户上传本地文件，同时能将结果保存为文件，供用户下载。但是超出一定时间没有操作后，这个沙盒环境的临时磁盘空间和输出的结果文件会销毁。
所以，代码解释器是chatGPT内置的一个小型 Python 解释器，它可以调用诸多 Python 库。但是，他的能力无法超出Python 库的能力（当然，目前的 Python 库已经很强大了）。
另外还有3个缺点，1是不能联网；2是临时空间有限，不能处理太大的文件；3是前面示例中发现的，对中文的支持不够。
当然，因为要上传数据文件，隐私性也是要注意的问题。
03 PAL的实际应用
代码解释器可以说是PAL（Program as Language）的实际应用。
PAL是一种新的自然语言推理方法，它利用程序作为中间推理步骤，与传统基于语言模型的推理方法有所不同。PAL的主要思想是将问题的求解和计算外包给外部的Python解释器，而不是依赖语言模型来理解问题和直接解决。
使用PAL方法，自然语言问题首先被解析成一个计算机程序，该程序以Python代码的形式表示。然后，这个程序被传递给Python解释器，通过执行该程序进行推理和计算。Python解释器可以利用丰富的库和算法来求解问题，并生成最终的答案。
因为使用到了成熟的、具有丰富的库和算法的编程语言，PAL方法比纯粹的基于概率输出的大预言模型在计算准确性、灵活性、延展性方面更具优势。
04 chatGPT用户如何使用代码解释器？
只有chatGPT Plus用户才能使用。点击左下角用户名，进入setting，选择Beta features，启用Code interpreter。
在会话中选择GPT4，选择Code interpreter即可。
输入框点击加号，即可上传本地文件。
05 结语
AI界有一句话叫：天天工业革命，夜夜文艺复兴。AI技术的发展之快，总是令人瞠目结舌。
代码解释器不仅功能强大，从人与AI的交互上来说，无论之前的GPT4还是其他大语言模型，都是基于文本生成，要么给你一段文字，你再复制粘贴到其他地方去使用，要么给你一段代码，你拿到本地环境去运行。现在代码解释器可以直接给你输出文件，或者图片视频，我觉得离钢铁侠的贾维斯这样的AI agent，又大大地靠近了一步。
AI对人类世界的推动，还能给我们带来多大的惊喜？我们拭目以待！