It is starting to get strange.

Становится странно.

Поговорим о ChatGPT с Code Interpreter и Microsoft Copilot

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.

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.

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.

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.

Программа, которая пишет программы

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).

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.

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.

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.

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.

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.

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:

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

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.

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.

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.

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.

А что насчёт плагинов и браузера?

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».

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

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

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 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.

Что теперь?

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.

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.

Поделиться

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.