OpenAI 官方 AutoGPT，要來了！
就在 AutoGPT 項目破 10 萬 Star 之際，OpenAI 也放出重磅炸彈，由聯合創始人格雷格 · 布洛克曼（Greg Brockman）親自現場演示了 ChatGPT 即将上線的新功能。
比如要一張這樣有氛圍感的晚餐圖片：
不勞您親自寫提示詞，它來：
采納 ChatGPT 推薦的菜譜之後，想要去買食材？
直接一句話，買菜平台的購物車就給你加好了：
想要分享買了啥？
一句命令直接鏈接發推特，整個過程你根本不用打開 " 小藍鳥 "：
聯網能力的加入，則可以讓它自動對回答進行事實核驗。
甩給它一個 Excel 文件，也是唰唰唰就開始分析：
完全是 AutoGPT 的感覺了有沒有！
在演示現場，聯合創始人布洛克曼劇透，新功能上線的時間，就在我給大家演示完之後（After this talk, you will be able to access this yourself）。
話音剛落，掌聲雷動。
要知道，此前 OpenAI 官宣要在 ChatGPT 上引入插件功能就引發熱議。如今随着實測效果曝光，絲滑的效果更是把期待值拉滿了。
有網友就表示：
在 TED 演講現場真實測試發一條推特，可見你們對自家 AI 的信任！
不過在等待結果時，老哥看着還是非常屏氣凝神的，後面測試成功後才笑了起來 ~
所以，ChatGPT 這些新功能具體效果如何？就跟着老哥一起來看看。
聊天界面直接加購物車、發推特
如下圖所示，即将到來的 "Auto 功能 " 藏在三個不同的新模式之中：
Browsing、Code Interpreter 和 Plugins。
Plugins可以讓 ChatGPT 接入各種外部應用，Browsing能開啓聯網能力，Code Interpreter則通過自動寫代碼幫你進行各種數據分析。
先看 Plugins 模式。
布洛克曼首先演示了 ChatGPT 接入 Dall · E 後擁有的新能力。
我們想在演講之後進行一頓晚宴，請給我們一份食譜建議，然後把它生成一張圖片 "。
很快，ChatGPT 就給出菜單，包括：藜麥沙拉、奶酪烤蘑菇、果盤、奶油南瓜湯、手工面包和雞尾酒等等，每個菜都詳細介紹了用啥具體食材搭配。
然後依靠 Dall · E App 插件，一張看起來非常有氛圍的大餐圖片就出來了。
布洛克曼介紹，Dall · E 插件在畫這張圖時，其實就是自己給自己寫提示詞，寫了下面這麽一大堆：
擱在以前，這都是需要我們人類自己來做的。現在這種 " 小事兒 " 交給 ChatGPT 就行了。
生成食譜之後，該準備相應的食材了吧。
同樣，隻需要給 ChatGPT 下達命令：選擇 "Instacart"（美國生鮮電商）插件，輸入文字 " 現在爲之前建議的菜譜列一份購物清單 "。
在這裏，布洛克曼還給它加了個小任務：" 并在推特上分享給所有 TED 觀衆 "，這就需要選上一個叫做 "Zapier"（一個可以連接各種應用的自動化工具）的插件。
在 Instacart 平台加購稍微耗費了 ChatGPT 一點時候，然後鏈接就出來了（這裏也用到了 " 檢索 " 插件）。
打開之後 " 誠不我欺 "，食材都被安排好了，直接下單即可。
（當然，在此之前，你也可以随意爲某些食材增加一些數量，或者家裏已經有的删掉就可以了。）
接着，ChatGPT 再次确認布洛克曼是否需要将鏈接分享到推特平台，布洛克曼回答 yes。
隻見一頓自動操作之後，ChatGPT 彈出來一個 Zapier 給出的預覽界面，上面有布洛克曼的推特賬戶名稱，以及一會要發布的文案供驗證和檢查。
這時的布洛克曼略顯緊張，不過成功了！
ChatGPT 自動幫他發好了一條推特，布洛克曼本人全程連推特網站碰都沒碰一下。
量子位專門去他的主頁看了一下，确實有這條推特，點擊裏面的鏈接，也确實是前面我們看到的購物車界面。
這就是強大的 Plugins 模式能夠做的事情，是不是非常有 AutoGPT 那味兒了？
除了這個無縫接入外部應用的操作，ChatGPT 還可以自己去上網查驗事實了。
衆所周知，聊天機器人有時會給出一些不易覺察的錯誤答案，引發誤導。
如下圖所示，布洛克曼問它 OpenAl 的兩篇博客文章 "Unsupervised Sentiment Neuron" 和 "Learning from human preferences" 的發布相隔了多長時間。
ChatGPT 答前者 2017 年 4 月 24 日發布，後者 2017 年 6 月 27 日發布，因此，這兩份出版物相隔大約兩個月。
然而事實真的如此嗎？
在這裏，就用切換到 "Browsing" 模式，然後将剛剛那個對話丢給 ChatGPT，讓它自己去驗證一下。
注意了，ChatGPT 拿到需求後，并沒有直接更新答案，而是一步一步地寫下了自己都要查什麽做了什麽：
首先我将搜索第一篇文章的發布日期，來驗證第一個日期。
鍵入論文題目開始搜索……
該論文的發布日期在搜索結果 0 的摘錄中給出。我将引用這段摘錄來核實用戶提供的第一個日期。
查看結果（可點擊）。
然後我去搜索第二篇文章的發布日期…… 結果在這裏給出…… balabala
經此環節後，ChatGPT 彙總出最終答案——
果然前面全都錯了，第一篇 2017 年 4 月 6 日發布，第二篇 6 月 13 日發布，兩者間隔兩個月零 1 周（量子位也實際驗證了一下，這回是對的）。
布洛克曼表示，像這種核驗咱們人類自己其實也可以做，但把它交給 ChatGPT 去做更有價值的事情才對。
而在這個過程中非常詳細地列出 ChatGPT 核驗的每一個步驟，則是方便我們去回溯整個推理鏈，以防萬一。
接下來，最後一個新功能登場。
這是用 Excel 表格彙總的過去 30 年所有人工智能論文（大約有 16.7 萬篇）。
現在切換到 "Code Interpreter" 模式，将文件直接上傳，來看看 ChatGPT 将如何對它進行自動分析。
它先是将表格中所有列名的含義都梳理了一遍，問布洛克曼接下來是想進行數據分析還是做可視化。
布洛克曼表示：老實說我自己也不知道想幹啥，但我可以讓它給出一些 " 探索性的圖 "。
這是一個超高級别的指令，背後可能包含了很多意圖，ChatGPT 必須推斷出我可能感興趣的東西。
聰明的 ChatGPT，給了三個選項，包括：
1、每篇論文作者數量的直方圖，這可以讓我們了解 Al 研究的典型團隊規模。
2、每年論文發表總數的時間折線圖，它可以向我們展示研究趨勢。
3、論文标題的單詞雲，它可以向我們展示研究标題中最常出現的詞語。
" 話音剛落 "，ChatGPT 就開始通過自己寫代碼生成結果：
布洛克曼注意到第二個折線圖把 2023 年也直接安排了，但今年還未結束，就讓 ChatGPT 重新進行繪制，ChatGPT 當然是照做了，并非常細緻地注明 2023 年發表的論文總數是預測出來的。
以上便是布洛克曼在這場演講中展示的新功能。
不過，想必大家還記得，這其實就是一個月前 ChatGPT 承諾的更新。
當時，OpenAI 宣布，ChatGPT 将擁有聯網功能，将可以接入各種外部應用，就像擁有 "App Store" 一樣，想完成任務直接就可以自動幫你調用相應的 App。
現在，這些新功能終于可以結束内測，開始擁抱每一個（有 Plus 賬号的）人了。
布洛克曼：是時候了解 AGI 了
演示完功能後，布洛克曼還接受了 TED 的訪談。
和此前 OpenAI CEO 奧特曼的訪談不同，布洛克曼回答了很多 " 幹貨 " 内容。有個人觀點的表達、成功經驗的分享、以及對質疑的直面回應。
比如：爲什麽這次給世界帶來震撼技術的是 OpenAI 而不是谷歌？
畢竟在開發團隊規模上，OpenAI 隻有幾百名技術人員，和谷歌差出了一個數量級。
布洛克曼的回答如下：
我們都是站在巨人的肩膀上，可以看到全 AI 行業在計算、算法、數據上都取得了進步。
不過 OpenAI 在早期，做了一些深思熟慮的選擇。
我們的第一個選擇就是直面現實，比如我們很認真地想過如果想要在這個領域取得進展，需要做什麽？我們也做了很多沒有用的嘗試，最終你才能看到這些有用的結果。
我還認爲，最重要的是讓不同團隊之間可以緊密協作。
那麽，爲什麽 OpenAI 會堅信大模型的能力和趨勢？
布洛克曼表示，他們一直都知道深度學習最終會通往何處。但具體來看，一個實驗室應該怎麽做？
他用一個 " 無心插柳柳成蔭 " 的例子來說明：
過去我們有人嘗試訓練一個模型，預測亞馬遜平台評論的下一個字符。
最終，他得到了一個可以分析評論句法的模型，但同時也得到了一個達到 SOTA 的情緒分析分類器，可以告訴人們這條評論是好評還是差評。
這個算法在現在看來可能不足爲奇。但在當時我們第一次從底層句法中分析出來語義，我們就知道必須朝這個方向做下去。
當然，從 ChatGPT 誕生以來，質疑一直都存在。
比如很多人在體驗後覺得，ChatGPT 并沒有在真正意義上掌握知識。
主持人抛出問題，所以擴大模型規模、大量的人類反饋，會帶大模型通往真正意義上的成功嗎？
布洛克曼的回答非常肯定：是的。
而且補充說：
我認爲 OpenAI 的方法一直都是如此，用現實打臉。
……
我們的方法一直都是如此，必須突破技術極限才能看到它實際的能力。這也是我們如何轉向新範式。
但 OpenAI 的堅定，如今也受到了很多質疑，尤其是對 AI 倫理有擔憂情緒的人。
比如有聲音就表示，作爲一個非營利組織，OpenAI 不僅掀起了一場全球範圍内的技術趨勢，還使得很多科技巨頭不得不加入進來，這會不會導緻 AI 的發展産生巨大危險。
馬斯克及千名科學家呼籲 " 暫緩 AI 開發六個月 "，也是出于這個原因。
布洛克曼直言：
從一開始我們考慮如何構建通用人工智能時，實際上是希望它能造福全人類。
如果是秘密開發這一切，然後在弄清楚安全性後，再按下 " 開始鍵 "，你希望你做對了，但對于我來說，并不知道該如何執行這一計劃。
可能其他人會這麽做，但對于我來說，這是可怕的、感覺不太對。
我認爲這種路線目前的唯一替代方法，在機器變得完美之前，給人們時間來提建議。
布洛克曼表示，人類開發計算機、算法等技術，都是 step by step，并且要在推進的每一個階段去弄清楚如何管理好它們。就好像養大一個孩子，是大家共同引導、給它樹立規矩，而不是教它毀滅人類。
如今，AGI 已經做好準備來改變我們使用計算機的方方面面了。
是時候讓我們都了解這項技術了。
參考鏈接：
https://www.ted.com/talks/greg_brockman_the_inside_story_of_chatgpt_s_astonishing_potential/comments
