「乱花渐欲迷人眼」，新的一天里，OpenAI 再次丢出“王炸”：ChatGPT 推出插件功能，既能联网，也能开启搜索，还能执行代码和运行计算 ……
一招下来，不仅把翻书、打开计算器的力都给省了，现如今还能用 ChatGPT 直接获得搜索引擎提供最新消息的体验。
00:40
从 OpenAI 推出的网络浏览器
代码解释器到第三方工具
OpenAI 表示，“插件是专门为语言模型设计的工具，以安全为核心原则，并帮助 ChatGPT 访问最新的信息，运行计算，或使用第三方服务。”
具体来看，其推出的插件范围包括 WolframAlpha、OpenTable、Slack 等第三方工具，以及官方推出的网络浏览器插件和代码解释器。
基于这些，普通用户也能在 ChatGPT 界面内生成代码、运行代码、上传和下载从 csv 数据到图像的文件，并评估输出结果。
除此之外，OpenAI 还开放了知识库检索插件的代码（https://github.com/openai/chatgpt-retrieval-plugin）。
网络浏览器
ChatGPT 的爆火出圈，在于它几乎“无所不能”：编代码、写策划、出小说、当客服……但作为一个基于历史数据的语言模型，ChatGPT 有个一直被诟病的问题：其训练数据截止于 2021 年 9 月，对于更新的信息数据它无法准确回答。
而今天，这道”封印“终于解除了——OpenAI 推出了网络浏览器插件，即 ChatGPT 可以联网了！
“受到过去工作的启发（包括我们自己的 WebGPT，以及 GopherCite、BlenderBot2、LaMDA2 和其他），现在我们允许语言模型从互联网上读取信息，严格扩大了其讨论内容范围，超越了训练语料库，可获得当天的最新信息。”
OpenAI 展示了一个例子，通过网络浏览器插件，ChatGPT 已可检索今年最新的奥斯卡信息：
根据 OpenAI 介绍，网络浏览器会调用 New Bing 的搜索 API 从网上检索内容，因此继承了微软在安全方面的大量工作：（1）信息来源的可靠性和真实性；（2）防止检索有问题内容的”安全模式“。网络浏览器可显示访问过的网站，并在 ChatGPT 的回复中引用其来源。
此外，OpenAI 明确指出该插件仅限于检索信息，不包括表单提交等”事务性“操作。它还将在独立服务器中运行，因此 ChatGPT 的浏览活动与其基础设施是区分开来的。
代码解释器（Code Interpreter）
「可以使用 Python 处理上传和下载的一个实验性的 ChatGPT 模型」，这是 OpenAI 对自家最新推出代码解释器的介绍。
简单来看，OpenAI 提供了一个在沙盒、防火墙执行环境中提供工作 Python 解释器，以及一些临时磁盘空间。由代码解释器插件运行的代码在一个持久的会话中进行评估，该会话在聊天对话期间是有效的（即有上线，会超时），后续的调用可以建立在彼此之上。当前，这一功能支持将文件上传到当前的对话工作区，也能下载工作结果。
除了生成代码，代码解释器（CI）还支持的功能有：
-
解决数学问题，包括定量和定性的数学问题
-
进行数据分析和可视化
-
在不同格式之间转换文件
另外，OpenAI 也表示，正在邀请用户尝试代码解释器，发现其他有用的功能。
为此，国外用户 Andrew Mayne 尝试发现，代码解释器还可以分析输出并在另一个函数中使用它。这意味着你可以把不同部分的代码串起来，把一个部分的输出变成另一部分的输入。
他通过让 CI 使用一个算法来生成一个迷宫，将迷宫转换成块，使用一个算法来寻找出口，使其看起来像吃豆人，然后生成一个 GIF。
以前，当开发者使用 ChatGPT 来创建代码时，其中会涉及到把输出结果放到另一个环境中来测试。现在你可以在 ChatGPT 内做很多开发，且不需要离开用户界面。可谓极大地提高了开发者的编程效率。
通过 Andrew Mayne 的一些实测，我们不妨一起见证一下代码解释器的强大之处：
使用 OpenCV 进行人脸查找
使用 OpenCV 和一个简单的人脸搜索算法（Haar Cascade Classifier），CI 能够创建一个函数，在这张图片中找到人脸：
行星轨道
使用 Matplotlib 库，能够让 ChatGPT 模拟内行星的轨道并将其保存为 gif 图片。
创建机器学习模型
虽然 ChatGPT 不能在 CI 中加载任何机器学习库（目前），但我们可以使用 n-grams 进行一些基本的统计文本生成。在这个示例中，Andrew Mayne 给了它一本书名，要求它创建一个预测算法，然后预测文本序列中的下一个词。其结果不会很快让 GPT-4 担心，但还是很有趣。
绘图
要求 ChatGPT 画一只猫，它创造了类似猫的东西。
画一只带着蓝色的高帽和嘴里有烟斗的猫。
检索
OpenAI 开源了一个 ChatGPT 检索插件（https://github.com/openai/chatgpt-retrieval-plugin），这个检索插件允许 ChatGPT 搜索一个矢量数据库的内容，比如从 (Milvus、Pinecone、Qdrant、Redis、Weaviate 或者 Zilliz) 作为索引搜索，并将最佳结果添加到 ChatGPT 会话中，当然前提是这些数据库内容获得了个人或组织的许可。
这样开发者可以在检索插件中添加他们被授权使用的内容，并通过自然语言提问或表达需求，从其数据源（如文件、注释、电子邮件或公共文档）获取最相关的文档片段。
第三方插件
对于第三方插件，OpenAI 表示通过候选名单的开发人员可自行为 ChatGPT 构建插件，并给出了相关步骤：
1、建立一个你希望语言模型调用的端点 API（可以是新 API、现有 API 或专门为 LLM 设计的现有 API 的包装器）。
2、创建一个记录 API 的 OpenAPI 规范，以及一个链接到 OpenAPI 规范并包括一些插件特定元数据的清单文件。
在 chat.openai.com 上开始对话时，用户可选择他们希望启用的第三方插件。关于启用插件的文档会作为对话内容的一部分显示给语言模型，使模型能根据需要调用的插件 API 来实现功能。
目前，ChatGPT 已官宣了第一批第三方插件，主要由 Expedia，FiscalNote，Instacart，KAYAK，Klarna，Milo，OpenTable，Shopify，Slack，Speak，Wolfram 和 Zapier 创建。
其中，计算知识引擎 Wolfram|Alpha 方面兴奋表示：”虽然还处于早期阶段，但这已经非常令人印象深刻——人们可以开始看到我们所谓的‘ChatGPT + Wolfram’是多么惊人地强大（甚至可能是革命性的）。”
例如，上个月问 ChatGPT 土耳其牲畜的数量时，它只会编造一个合理但错误的数据。而如今在调用了 Wolfram 插件后，ChatGPT 可以给出一个“很好且权威”的答案，并能将其可视化：
现在就能用？
基于自由的插件和第三方服务，再也不用担心 ChatGPT 胡说八道了。
OpenAI 对此也在安全与风险维度着重强调了这一点，通过整合对外部数据的明确访问——例如网上的最新信息、基于代码的计算或自定义插件检索的信息 – 语言模型可以通过基于证据的参考来加强其回答的质量。
这些参考资料不仅可以提高模型的效用，而且还可以使用户评估模型输出的可信度，并反复检查其准确性，从而有可能减轻与过度依赖有关的风险。
那么对于开发者及用户层面而言，什么时候能够用上？
其实自 ChatGPT、Bard、新 Bing、文心一言等大模型工具与产品发布以来，想必很多用户最怕简单的一个单词就是“waitlist”，不出所料，这一次也毫不例外（https://openai.com/blog/chatgpt-plugins）。
OpenAI 表示，目前只有一小部分用户（优先少数开发者和 ChatGPT Plus 用户）可以开始使用插件功能，其计划在了解到更多信息后，逐步推出更大规模的访问（针对插件开发者、ChatGPT 用户，以及在 alpha 期之后，希望将插件整合到他们产品中的 API 用户）。
来源：麻省理工科技评论
原文链接：http://www.eepw.com.cn/zhuanlan/293611.html
