|
出典: Big Fishのデータライフ 7月8日の朝、OpenAIはChatGPT Plusの全ユーザー向けにコードインタープリター機能をリリースしました。これは、GPT-4のリリース以来、OpenAIが提供する最も強力な機能です! 公式ブログでは、コードインタープリターについて次のように説明しています。 公式ドキュメントでは、この機能に基づいて推奨される 3 つの使用方法も示されています。
これにより、ChatGPT はコードを実行し、ユーザーがアップロードしたファイルにアクセスできるようになり、データ分析、グラフ作成、ファイル編集、数学的計算などの複雑な操作が可能になります。
中でも、データ分析機能は非常に強力で、専門的なコーディングスキルを持たない多くのビジネス担当者でも、自然言語テキストやデータファイルなどを使用して視覚的なデータ分析チャートをすばやく作成することができ、販売、人事、ヘルスケア、製造、メディア、金融などのビジネスシナリオに適しています。 この機能の使い方は非常に簡単です。ChatGPT plush アカウントでコードインタープリターを有効にするだけです。 有効化方法は次のとおりです: 設定 > ベータ機能 > コードインタープリター
次に、このプラグインを試してみましょう。GPT4.0をクリックし、次の項目をクリックします。
以下は私自身のテストプロセスであり、実に強力です。
1. データのインポート PDF、Word、Excel、CSV、GIF、MP4 など、あらゆるファイルを ChatGPT にアップロードして分析できます。
(2)10個のデータサンプルを表示し、各列が10文字を超える場合は切り捨てる。 (5)スコアと他の関連変数との関係を分析してください。 (6)ディメンション「type」、メトリック「Recommended = 1」を「Positive_Feedback_Count」の割合としてレポートを作成してください。 (7)データ分析者の場合は、入力データの分析結果を図表やグラフの形で提示し、データ分析レポートを提出してください。(1)推奨をラベルとして、少なくとも5つのアルゴリズムを用いた予測モデルを提供し、それらの性能を比較し、最終的に推奨モデルを提供する。 (3)ランダムフォレストモデルにおける最も重要な変数の順位付けをしてください。 (4) 勾配ブースティングモデルに基づくシミュレーション推論を実行してください。入力は任意です。(1)適切なデータを選択し、少なくとも20種類のグラフを描き、各グラフに説明を1つずつ付けて、順番に1つずつ提示してください。 (3)積み上げ棒グラフ、円グラフ、ヒストグラム、散布図、等高線図、ヒートマップ、バブルチャート、レーダーチャート、3Dチャート、面グラフ、ステップチャート、ローソク足チャート、ワードクラウドをそれぞれ描いてください。(1)元の画像サイズを表示し、中央揃えにして最大の正方形にトリミングして画像を表示します。 (2)576×576の元画像スライドウィンドウを使用し、画像の幅を1/50ずつ移動させてループGIFにします。(4)元の画像をJPG形式に変換し、ダウンロードリンクを提供し、元の画像を表示します。 コードインタープリターというと、現在の AI 投資界で話題の用語である JARVIS を思い出します。 JARVISは、LLMをコントローラーとして、多数のエキスパートモデル(HuggingFace Hubから提供)を共同実行者として構成する共同システムです。システムのワークフローは4つのフェーズで構成されています。 (1)タスク計画:ChatGPTを使用してユーザーのリクエストを分析し、その意図を理解し、解決可能なタスクに分解します。 (2)モデルの選択:計画されたタスクを解決するために、ChatGPTはEmbrace Faceでホストされている専門家モデルをその説明に基づいて選択します。 (3)タスク実行:選択した各モデルを呼び出して実行し、結果をChatGPTに返します。 (4)応答生成:最後に、ChatGPTを使用してすべてのモデルの予測を統合し、応答を生成します。コードインタープリタも同様の協働システムです。コードインタープリタ自体は実行機能を備えていませんが、ChatGPTを介してユーザーの意図を理解し、適切なツールまたはモデル(Pythonなど)を選択して実行し、その結果をChatGPTに返します。ChatGPTはそれを受けてユーザーに応答します。自然言語が徐々にコーダーに取って代わり、機械が命令を直接実行できるようになっていることに、ふと気づきました。これはコーダーの価値を急速に下げ、パラメータチューニングを専門とするデータアナリストにも影響を与えています。この観点から見ると、 コードインタープリタはデータ分析への技術的障壁を大幅に下げました。その結果、 コードインタープリタの登場により、ビジネス担当者がこのプロセスで最大の受益者となり、続いてデータガバナンス担当者が受益者となりました。これは、元の生産材料の品質を依然として保証する必要がある一方で、中間の処理担当者のステージが大幅に短縮されたためです。
|