It is starting to get strange.

It is starting to get strange.

Становится странно.

Let's talk about ChatGPT with Code Interpreter & Microsoft Copilot

Поговорим о ChatGPT с Code Interpreter и Microsoft Copilot

OpenAI may be very good at many things, but it is terrible at naming stuff. I would have hoped that the most powerful AI on the planet would have had a cool name (Bing suggested EVE or Zenon), but instead it is called GPT-41. We need to talk about GPT-4.

OpenAI, возможно, хороша во многом, но называть продукты у неё получается ужасно. Я надеялся, что у самого мощного AI на планете будет крутое имя (Bing предложил EVE или Zenon), но вместо этого он называется GPT-41. Нам нужно поговорить о GPT-4.

But, you might ask, hasn’t GPT-4 been around forever (or at least for about a month, which is forever in AI terms)? Yes, but the last week has seen a massive expansion in the system’s capabilities, and that is starting to bring into focus how large an effect AI is going to have on work. What has happened is that a number of GPT-4 systems, from both OpenAI and Microsoft, have been given the ability to use tools, with dramatic effects on their abilities, and their relevance to real-world tasks.

Но, спросите вы, разве GPT-4 не существует уже целую вечность (или хотя бы около месяца, что в терминах AI и есть вечность)? Да, но за последнюю неделю возможности системы резко расширились, и это начинает прояснять, насколько сильно AI повлияет на работу. Произошло вот что: ряд систем GPT-4, как от OpenAI, так и от Microsoft, получили способность пользоваться инструментами, что радикально сказалось на их возможностях и применимости к реальным задачам.

When I open ChatGPT, I see some options you may not have, since I signed up to be an early tester (you can, too, I have no special access). Soon, these tools will be available to everyone. You will notice there is the usual GPT-3.5, which was released back in November, and GPT-4, the much more capable model that comes with ChatGPT Plus. But what about the other stuff? Most of them are very much proof-of-concepts. One is extraordinary.

Когда я открываю ChatGPT, я вижу опции, которых у вас может не быть, потому что я записался в ранние тестировщики (вы тоже можете записаться, никакого особого доступа у меня нет). Скоро эти инструменты станут доступны всем. Вы увидите привычный GPT-3.5, выпущенный ещё в ноябре, и GPT-4 — гораздо более мощную модель, идущую с ChatGPT Plus. Но что насчёт остального? Большая часть — это во многом proof-of-concept. А одна вещь — нечто экстраординарное.

So as not to keep you in suspense, lets discuss that crazy model - Code Interpreter - first, and then I will circle back to the other models, as well as to the increasing capabilities of Microsoft’s GPT-4 tools, which are poised to even more dramatically affect millions of jobs very soon.

Чтобы не томить вас, сначала обсудим эту безумную модель — Code Interpreter, — а потом я вернусь к остальным моделям, а также к растущим возможностям инструментов GPT-4 от Microsoft, которые в самом ближайшем времени ещё более драматично повлияют на миллионы рабочих мест.

A program that builds programs

Программа, которая пишет программы

Code Interpreter is GPT-4 with three new capabilities: the AI can read files you upload (up to 100MB), it can let you download files, and it lets the AI run its own Python code. This may not seem like a huge advance, but, in practice, it is pretty stunning. And it works incredibly well without any technical knowledge or ability (I cannot code in Python, but I don’t need to).

Code Interpreter — это GPT-4 с тремя новыми возможностями: AI умеет читать загружаемые вами файлы (до 100MB), позволяет скачивать файлы и даёт AI выполнять собственный Python-код. Это может не казаться огромным прорывом, но на практике впечатляет. И это отлично работает безо всяких технических знаний и навыков (я не умею писать на Python, но мне это и не нужно).

Lets take an example: I am writing a blog post about how amazing ChatGPT is at working with code right now. I would like you to create the perfect illustration, a GIF using Python, that represents this ability. Decide what an appropriate amazing GIF would be, then figure out how to create it and let me download it. After its first attempt, I encouraged it to do something even more creative. It decided on a strategy, wrote software to enact its strategy given the constraints on its tools, executed the code, and gave me a download link to a GIF.

Возьмём пример: Я пишу статью в блог о том, насколько потрясающе ChatGPT сейчас работает с кодом. Я хотел бы, чтобы ты создал идеальную иллюстрацию — GIF на Python, — отражающую эту способность. Реши, какой потрясающий GIF был бы уместен, затем разберись, как его создать, и дай мне скачать. После первой попытки я предложил ему сделать что-то ещё более креативное. Он выбрал стратегию, написал софт для её реализации с учётом ограничений инструментов, выполнил код и дал мне ссылку на скачивание GIF.

Here’s the GIF, 100% created by, and conceived of, by ChatGPT (I also asked it to put its authorship on the bottom). It is made only with crude drawing tools, since it doesn’t have access to AI image creators yet. By the way, it probably shouldn’t be able to make GIFs, or original images at all, based on how it was trained, but here we are.

Вот этот GIF, на 100% созданный и придуманный ChatGPT (я также попросил его поставить подпись авторства внизу). Он сделан только примитивными инструментами рисования, потому что у него пока нет доступа к AI-генераторам изображений. Кстати, он, вообще-то, не должен уметь делать ни GIF, ни оригинальные изображения, судя по тому, как его обучали, — но вот мы здесь.

This creativity with tools is not limited to making GIFs. I had it make a PDF story that it illustrated. I also asked the AI to do entirely novel tasks: to write programs to create something numinous, something antediluvian, something cthonic, as I figured no one had ever made a request like that before. It obliged in really creative ways. Take a look, I think you will find these are very interesting and insightful solutions.

Эта креативность с инструментами не ограничивается созданием GIF. Я заставил его сделать иллюстрированную PDF-историю. Я также попросил AI выполнить совершенно новые задачи: написать программы, создающие что-то numinous (нуминозное), что-то antediluvian (допотопное), что-то cthonic (хтоническое), — рассудив, что никто раньше такого запроса не делал. Он согласился, причём действительно творческими способами. Взгляните — думаю, вы найдёте эти решения очень интересными и проницательными.

So the AI shows genuine creativity in problem solving. That seems like a big deal, but not actually the big deal I want to discuss. I want to show you that Code Interpreter has turned GPT into a first-rate data analyst. Not a data analysis tool, but a data analyst. It is capable of independently looking at a dataset, figuring out what is interesting, developing an analytical strategy, cleaning data, testing its strategy, adjusting to errors, and offering advice based on its results.

Итак, AI демонстрирует подлинную креативность в решении задач. Это кажется большим делом, но не тем большим делом, о котором я хочу поговорить. Я хочу показать вам, что Code Interpreter превратил GPT в первоклассного аналитика данных. Не в инструмент анализа данных, а именно в аналитика. Он способен самостоятельно посмотреть на датасет, разобраться, что в нём интересно, разработать аналитическую стратегию, очистить данные, протестировать свою стратегию, скорректировать ошибки и дать рекомендации на основе результатов.

An example: I uploaded a Excel file, without providing any context, and asked three questions: "Can you do visualizations & descriptive analyses to help me understand the data? "Can you try regressions and look for patterns?" "Can you run regression diagnostics?" It did it all, interpreting the data and doing all of the work - a small sample of which is below. There were no errors in the software or analysis, but there were a couple of small mistakes in the text (it reported one result that was correct in the graph incorrectly in the text), so it isn’t perfect… but it is also pretty amazing.

Пример: я загрузил Excel-файл без какого-либо контекста и задал три вопроса: «Можешь сделать визуализации и описательные анализы, чтобы помочь мне понять данные?», «Можешь попробовать регрессии и поискать закономерности?», «Можешь прогнать диагностику регрессии?» Он сделал всё: интерпретировал данные и выполнил всю работу — небольшой фрагмент ниже. В программе и анализе ошибок не было, но в тексте было несколько мелких неточностей (один результат, корректный на графике, был неверно описан в тексте), так что не идеально… но всё равно впечатляюще.

I have similarly uploaded a 60MB US Census dataset and asked the AI to explore the data, generate its own hypotheses based on the data, conduct hypotheses tests, and write a paper based on its results. It tested three different hypotheses with regression analysis, found one that was supported, and proceeded to check it by conducting quantile and polynomial regressions, and followed up by running diagnostics like Q-Q plots of the residuals. Then it wrote an academic paper about it. Here’s the abstract:

Аналогично я загрузил 60MB датасет US Census и попросил AI исследовать данные, сгенерировать собственные гипотезы на их основе, провести проверку гипотез и написать статью по результатам. Он проверил три разные гипотезы регрессионным анализом, нашёл одну, которая подтвердилась, и продолжил её проверять с помощью квантильной и полиномиальной регрессии, а затем прогнал диагностику вроде Q-Q графиков остатков. После этого написал академическую статью. Вот аннотация:

Regional Dynamics of Industry Characteristics: A Comprehensive Examination of Payroll, Employment, and Establishments Across Metropolitan and Micropolitan Areas

Региональная динамика характеристик отраслей: всестороннее исследование заработной платы, занятости и числа предприятий в столичных и микростоличных регионах

Abstract: An in-depth understanding of regional industry characteristics is fundamental to the formulation of economic policies and business strategies. In this paper, we empirically examine the relationship between key industry characteristics, namely annual payroll, employment, and establishment sizes, across different Metropolitan and Micropolitan Statistical Areas (MSAs) in the United States. Utilizing data from the County Business Patterns dataset, we derive and empirically test three hypotheses, each addressing a distinct aspect of regional industry dynamics. Our findings indicate a robust positive relationship between the total number of employees and total annual payroll across MSAs and highlight the presence of specific industries with higher representation in terms of establishment counts. These insights contribute to our understanding of regional economic heterogeneity, labor market composition, and industry clustering.

Аннотация: Глубокое понимание характеристик региональных отраслей фундаментально важно для формирования экономической политики и бизнес-стратегий. В данной работе мы эмпирически исследуем взаимосвязь между ключевыми отраслевыми характеристиками — годовым фондом оплаты труда, занятостью и размером предприятий — в различных столичных и микростоличных статистических регионах (MSA) Соединённых Штатов. Используя данные County Business Patterns, мы выводим и эмпирически проверяем три гипотезы, каждая из которых рассматривает отдельный аспект динамики региональных отраслей. Наши результаты показывают устойчивую положительную связь между общим числом работников и общим годовым фондом оплаты труда по MSA и подчёркивают присутствие отдельных отраслей с более высокой представленностью по числу предприятий. Эти выводы вносят вклад в наше понимание региональной экономической гетерогенности, состава рынка труда и кластеризации отраслей.

It is not a stunning paper (though the dataset I gave it did not have many interesting possible sources of variation, and I gave it no guidance), but it took just a few seconds, and it was completely solid. And that, again, is kind of amazing. I think we are going to see massive changes coming to academic publishing soon, as journals struggle under the weight of these sorts of real, but automatically generated, papers.

Это не выдающаяся статья (хотя датасет, который я ему дал, не имел особо интересных источников вариации, и никаких указаний я не давал), но потребовалось буквально несколько секунд, и результат вышел абсолютно добротным. И это, опять же, удивительно. Думаю, нас ждут массовые изменения в академической публикации, когда журналы начнут задыхаться под потоком таких реальных, но автоматически сгенерированных статей.

But this is not the end of the effects of these new capabilities, of course. ChatGPT is going to change how data is analyzed and understood. It can do work autonomously and with some real logic and skill (though mistakes creep in they are rarer than you expect). For example, it does every data visualization I can think of. Below, you can see a few - I actually asked it to generate fake data for these graphs to show them off, and it was happy to do so.

Но эффект этих новых возможностей этим, конечно, не ограничивается. ChatGPT изменит то, как анализируются и интерпретируются данные. Он умеет работать автономно, с настоящей логикой и навыком (ошибки проскальзывают, но реже, чем можно ожидать). Например, он делает любые визуализации данных, какие я только могу представить. Ниже несколько примеров — я даже попросил его сгенерировать фейковые данные, чтобы продемонстрировать графики, и он с удовольствием это сделал.

I have only been playing with Code Interpreter for a few days, but I think the world of data analysis is about to become democratized in ways that were unimaginable a week ago.

Я играюсь с Code Interpreter всего несколько дней, но, по-моему, мир анализа данных вот-вот демократизируется в масштабах, которые ещё неделю назад были невообразимыми.

What about plugins and browsers?

А что насчёт плагинов и браузера?

There were other modes you saw in the image above - GPT with Plugins and GPT with Browsing. Both are very interesting, but don’t work very well yet. Plugins allow ChatGPT to work with other systems, most importantly the powerful math tool Wolfram Alpha, but also various travel and restaurant services. ChatGPT really struggles to make these work, as it does with web browsing. I have no doubt these will improve, but, for right now, they very much deserve their “alpha” label.

На картинке выше были и другие режимы — GPT с плагинами и GPT с браузингом. Оба очень интересны, но пока работают плохо. Плагины позволяют ChatGPT работать с другими системами — прежде всего с мощным математическим инструментом Wolfram Alpha, а также с разнообразными тревел- и ресторанными сервисами. ChatGPT с большим трудом справляется с ними, как и с веб-браузингом. Не сомневаюсь, что это улучшится, но прямо сейчас они вполне заслуживают пометки «alpha».

But, while we are looking at ChatGPT, Microsoft’s Bing (which uses GPT-4 in creative mode, as well as the less interesting precise mode), has been perfecting some of these features. I have written about Bing’s weird powers before, but you can see how it performs relative to ChatGPT with browsing.

Но пока мы смотрим на ChatGPT, Bing от Microsoft (который использует GPT-4 в creative mode, а также менее интересный precise mode) уже доводит некоторые из этих фичей до ума. Я уже писал о странных возможностях Bing, но вы можете увидеть, как он показывает себя в сравнении с ChatGPT с браузингом.

Bing has also added the ability to create images with DALL-E (just ask for a picture), and, most interestingly, has, through the Bing Sidebar, gained the ability to read the text you are looking at. That means you can ask questions of PDFs.

Bing также получил возможность создавать изображения через DALL-E (просто попросите картинку) и, что интереснее всего, через Bing Sidebar научился читать текст, который вы видите на экране. Это значит, что можно задавать вопросы по PDF.

Bing Sidebar can also help with documents, a feature that Microsoft is planning on adding directly to Microsoft Office. For example, I can type this in a Word document:

Bing Sidebar также умеет помогать с документами — фича, которую Microsoft планирует встроить прямо в Microsoft Office. Например, я могу написать в документе Word:

-The market for electric cars in the US is _ in 2022
-The biggest players are in this table
-A strategy for a new company entering is

— Рынок электромобилей в США в 2022 году составляет _ — Крупнейшие игроки представлены в этой таблице — Стратегия для новой компании, выходящей на рынок, такова

And say to Bing: look up data on the US electric car market & finish this report, providing sources... And my work is cut by 50% or more (of course, you need to check the answers, though the spot check here was correct)

И сказать Bing: посмотри данные по рынку электромобилей США и закончи этот отчёт, указав источники… И моя работа сокращается на 50% или больше (конечно, ответы нужно проверять, хотя выборочная проверка тут оказалась корректной).

Microsoft is planning on adding these capabilities to every single Office program in the near future, so mass adoption of AI for work is going to be happening much sooner than you think. Expect automatic creation of Word documents, automated Excel analysis, PowerPoint created with a paragraph of text (with images generated by DALL-E), and a Microsoft Teams that send you to-dos and suggestions for improvement after every meeting. This is not science fiction. All of these things are already announced.

Microsoft планирует в ближайшее время добавить эти возможности в каждую программу Office, так что массовое внедрение AI на работе случится гораздо раньше, чем вы думаете. Ждите автоматического создания документов Word, автоматизированного анализа в Excel, PowerPoint, созданного из абзаца текста (с изображениями от DALL-E), и Microsoft Teams, рассылающего вам списки дел и предложения по улучшению после каждой встречи. Это не научная фантастика. Всё это уже анонсировано.

What now?

Что теперь?

If you thought of AI as a distant thing that would not touch how we work every day, I hope you see that this is not the case. Between the expanding capabilities of GPT-4, and the soon-to-be everywhere Microsoft Copilot, work is going to start changing in a matter of months, not years. There isn’t really time to prepare, and no new technologies, beyond the ones deployed right now, are required. If you thought that things with AI were weird already, they are about to get weirder.

Если вы считали AI чем-то далёким, что не затронет нашу повседневную работу, надеюсь, теперь вы видите, что это не так. Между расширяющимися возможностями GPT-4 и вот-вот вездесущим Microsoft Copilot работа начнёт меняться в течение месяцев, а не лет. Времени на подготовку, по сути, нет, и никакие новые технологии, кроме уже развёрнутых, не требуются. Если вам казалось, что с AI и так уже было странно, — будет ещё страннее.

I will offer my usual advice: embrace these systems. They offer both exciting opportunities and the possibility of worrying change, but they are going to be ubiquitous regardless of how we feel about them. So, the best way to adjust to a world of AI is to start using it whenever you can, for whatever tasks you can. It is the only way to learn what these systems do well, what they do badly, and how you will fit into the world of AI that is already here. I think you will find many ways in which they expand your capabilities and relieve you of your most annoying work, so that you can focus on the things that make you unique as a human being in a world of rapidly advancing AI.

Я дам свой обычный совет: примите эти системы. Они дают и волнующие возможности, и шанс на тревожные перемены, но они станут повсеместными независимо от того, как мы к ним относимся. Так что лучший способ адаптироваться к миру AI — начать пользоваться им везде, где можете, для любых задач, для каких сможете. Это единственный способ понять, что эти системы делают хорошо, что плохо и как вы впишетесь в мир AI, который уже здесь. Думаю, вы найдёте много способов, которыми они расширяют ваши возможности и избавляют от самой раздражающей работы, чтобы вы могли сосредоточиться на том, что делает вас уникальным человеком в мире стремительно развивающегося AI.

Share

Поделиться

You you can get access to in one of two ways: for free with Bing (in Creative Mode) and paying for GPT-4 with ChatGPT plus. You get access to the GPT-4 plugins by subscribing to GPT Plus and signing up for the waitlist

Получить доступ можно одним из двух способов: бесплатно через Bing (в Creative Mode) или платно — через GPT-4 в ChatGPT Plus. Доступ к плагинам GPT-4 — по подписке GPT Plus и регистрации в листе ожидания.