OpenAI 现场演示官方版 AutoGPT，创作画画发推一条龙，自主调用外部应用完成任务

OpenAI 官方 AutoGPT，要来了！

就在 AutoGPT 项目破 10 万 Star 之际，OpenAI 也放出重磅炸弹，由联合创始人格雷格・布洛克曼（Greg Brockman）亲自现场演示了 ChatGPT 即将上线的新功能。

比如要一张这样有氛围感的晚餐图片：

不劳您亲自写提示词，它来：

采纳 ChatGPT 推荐的菜谱之后，想要去买食材？

直接一句话，买菜平台的购物车就给你加好了：

想要分享买了啥？

一句命令直接链接发推特，整个过程你根本不用打开“小蓝鸟”：

联网能力的加入，则可以让它自动对回答进行事实核验。

甩给它一个 Excel 文件，也是唰唰唰就开始分析：

完全是 AutoGPT 的感觉了有没有！

在演示现场，联合创始人布洛克曼剧透，新功能上线的时间，就在我给大家演示完之后（After this talk, you will be able to access this yourself）。

话音刚落，掌声雷动。

要知道，此前 OpenAI 官宣要在 ChatGPT 上引入插件功能就引发热议。如今随着实测效果曝光，丝滑的效果更是把期待值拉满了。

有网友就表示：

在 TED 演讲现场真实测试发一条推特，可见你们对自家 AI 的信任！

不过在等待结果时，老哥看着还是非常屏气凝神的，后面测试成功后才笑了起来~

所以，ChatGPT 这些新功能具体效果如何？就跟着老哥一起来看看。

聊天界面直接加购物车、发推特

如下图所示，即将到来的“Auto 功能”藏在三个不同的新模式之中：

Browsing、Code Interpreter 和 Plugins。

Plugins 可以让 ChatGPT 接入各种外部应用，Browsing 能开启联网能力，Code Interpreter 则通过自动写代码帮你进行各种数据分析。

先看 Plugins 模式。

布洛克曼首先演示了 ChatGPT 接入 Dall・E 后拥有的新能力。

我们想在演讲之后进行一顿晚宴，请给我们一份食谱建议，然后把它生成一张图片”。

很快，ChatGPT 就给出菜单，包括：藜麦沙拉、奶酪烤蘑菇、果盘、奶油南瓜汤、手工面包和鸡尾酒等等，每个菜都详细介绍了用啥具体食材搭配。

然后依靠 Dall・E App 插件，一张看起来非常有氛围的大餐图片就出来了。

布洛克曼介绍，Dall・E 插件在画这张图时，其实就是自己给自己写提示词，写了下面这么一大堆：

搁在以前，这都是需要我们人类自己来做的。现在这种“小事儿”交给 ChatGPT 就行了。

生成食谱之后，该准备相应的食材了吧。

同样，只需要给 ChatGPT 下达命令：选择“Instacart”（美国生鲜电商）插件，输入文字“现在为之前建议的菜谱列一份购物清单”。

在这里，布洛克曼还给它加了个小任务：“并在推特上分享给所有 TED 观众”，这就需要选上一个叫做“Zapier”（一个可以连接各种应用的自动化工具）的插件。

在 Instacart 平台加购稍微耗费了 ChatGPT 一点时候，然后链接就出来了（这里也用到了“检索”插件）。

打开之后“诚不我欺”，食材都被安排好了，直接下单即可。

（当然，在此之前，你也可以随意为某些食材增加一些数量，或者家里已经有的删掉就可以了。）

接着，ChatGPT 再次确认布洛克曼是否需要将链接分享到推特平台，布洛克曼回答 yes。

只见一顿自动操作之后，ChatGPT 弹出来一个 Zapier 给出的预览界面，上面有布洛克曼的推特账户名称，以及一会要发布的文案供验证和检查。

没什么问题后，点击 Run 就可以发表了。

这时的布洛克曼略显紧张，不过成功了！

ChatGPT 自动帮他发好了一条推特，布洛克曼本人全程连推特网站碰都没碰一下。

量子位专门去他的主页看了一下，确实有这条推特，点击里面的链接，也确实是前面我们看到的购物车界面。

这就是强大的 Plugins 模式能够做的事情，是不是非常有 AutoGPT 那味儿了？

除了这个无缝接入外部应用的操作，ChatGPT 还可以自己去上网查验事实了。

众所周知，聊天机器人有时会给出一些不易觉察的错误答案，引发误导。

如下图所示，布洛克曼问它 OpenAl 的两篇博客文章“Unsupervised Sentiment Neuron”和“Learning from human preferences”的发布相隔了多长时间。

ChatGPT 答前者 2017 年 4 月 24 日发布，后者 2017 年 6 月 27 日发布，因此，这两份出版物相隔大约两个月。

然而事实真的如此吗？

在这里，就用切换到“Browsing”模式，然后将刚刚那个对话丢给 ChatGPT，让它自己去验证一下。

注意了，ChatGPT 拿到需求后，并没有直接更新答案，而是一步一步地写下了自己都要查什么做了什么：

首先我将搜索第一篇文章的发布日期，来验证第一个日期。

键入论文题目开始搜索……

该论文的发布日期在搜索结果 0 的摘录中给出。我将引用这段摘录来核实用户提供的第一个日期。

查看结果（可点击）。

然后我去搜索第二篇文章的发布日期…… 结果在这里给出…… balabala

经此环节后，ChatGPT 汇总出最终答案 ——

果然前面全都错了，第一篇 2017 年 4 月 6 日发布，第二篇 6 月 13 日发布，两者间隔两个月零 1 周（量子位也实际验证了一下，这回是对的）。

布洛克曼表示，像这种核验咱们人类自己其实也可以做，但把它交给 ChatGPT 去做更有价值的事情才对。

而在这个过程中非常详细地列出 ChatGPT 核验的每一个步骤，则是方便我们去回溯整个推理链，以防万一。

接下来，最后一个新功能登场。

这是用 Excel 表格汇总的过去 30 年所有人工智能论文（大约有 16.7 万篇）。

现在切换到“Code Interpreter”模式，将文件直接上传，来看看 ChatGPT 将如何对它进行自动分析。

它先是将表格中所有列名的含义都梳理了一遍，问布洛克曼接下来是想进行数据分析还是做可视化。

布洛克曼表示：老实说我自己也不知道想干啥，但我可以让它给出一些“探索性的图”。

这是一个超高级别的指令，背后可能包含了很多意图，ChatGPT 必须推断出我可能感兴趣的东西。

聪明的 ChatGPT，给了三个选项，包括：

1、每篇论文作者数量的直方图，这可以让我们了解 Al 研究的典型团队规模。

2、每年论文发表总数的时间折线图，它可以向我们展示研究趋势。

3、论文标题的单词云，它可以向我们展示研究标题中最常出现的词语。

“话音刚落”，ChatGPT 就开始通过自己写代码生成结果：

布洛克曼注意到第二个折线图把 2023 年也直接安排了，但今年还未结束，就让 ChatGPT 重新进行绘制，ChatGPT 当然是照做了，并非常细致地注明 2023 年发表的论文总数是预测出来的。

以上便是布洛克曼在这场演讲中展示的新功能。

不过，想必大家还记得，这其实就是一个月前 ChatGPT 承诺的更新。

当时，OpenAI 宣布，ChatGPT 将拥有联网功能，将可以接入各种外部应用，就像拥有“App Store”一样，想完成任务直接就可以自动帮你调用相应的 App。

现在，这些新功能终于可以结束内测，开始拥抱每一个（有 Plus 账号的）人了。

布洛克曼：是时候了解 AGI 了

演示完功能后，布洛克曼还接受了 TED 的访谈。

和此前 OpenAI CEO 奥特曼的访谈不同，布洛克曼回答了很多“干货”内容。有个人观点的表达、成功经验的分享、以及对质疑的直面回应。

比如：为什么这次给世界带来震撼技术的是 OpenAI 而不是谷歌？

毕竟在开发团队规模上，OpenAI 只有几百名技术人员，和谷歌差出了一个数量级。

布洛克曼的回答如下：

我们都是站在巨人的肩膀上，可以看到全 AI 行业在计算、算法、数据上都取得了进步。

不过 OpenAI 在早期，做了一些深思熟虑的选择。

我们的第一个选择就是直面现实，比如我们很认真地想过如果想要在这个领域取得进展，需要做什么？我们也做了很多没有用的尝试，最终你才能看到这些有用的结果。

我还认为，最重要的是让不同团队之间可以紧密协作。

那么，为什么 OpenAI 会坚信大模型的能力和趋势？

布洛克曼表示，他们一直都知道深度学习最终会通往何处。但具体来看，一个实验室应该怎么做？

他用一个“无心插柳柳成荫”的例子来说明：

过去我们有人尝试训练一个模型，预测亚马逊平台评论的下一个字符。

最终，他得到了一个可以分析评论句法的模型，但同时也得到了一个达到 SOTA 的情绪分析分类器，可以告诉人们这条评论是好评还是差评。

这个算法在现在看来可能不足为奇。但在当时我们第一次从底层句法中分析出来语义，我们就知道必须朝这个方向做下去。

当然，从 ChatGPT 诞生以来，质疑一直都存在。

比如很多人在体验后觉得，ChatGPT 并没有在真正意义上掌握知识。

主持人抛出问题，所以扩大模型规模、大量的人类反馈，会带大模型通往真正意义上的成功吗？

布洛克曼的回答非常肯定：是的。

而且补充说：

我认为 OpenAI 的方法一直都是如此，用现实打脸。

……

我们的方法一直都是如此，必须突破技术极限才能看到它实际的能力。这也是我们如何转向新范式。

但 OpenAI 的坚定，如今也受到了很多质疑，尤其是对 AI 伦理有担忧情绪的人。

比如有声音就表示，作为一个非营利组织，OpenAI 不仅掀起了一场全球范围内的技术趋势，还使得很多科技巨头不得不加入进来，这会不会导致 AI 的发展产生巨大危险。

马斯克及千名科学家呼吁“暂缓 AI 开发六个月”，也是出于这个原因。

布洛克曼直言：

从一开始我们考虑如何构建通用人工智能时，实际上是希望它能造福全人类。

如果是秘密开发这一切，然后在弄清楚安全性后，再按下“开始键”，你希望你做对了，但对于我来说，并不知道该如何执行这一计划。

可能其他人会这么做，但对于我来说，这是可怕的、感觉不太对。

我认为这种路线目前的唯一替代方法，在机器变得完美之前，给人们时间来提建议。

布洛克曼表示，人类开发计算机、算法等技术，都是 step by step，并且要在推进的每一个阶段去弄清楚如何管理好它们。就好像养大一个孩子，是大家共同引导、给它树立规矩，而不是教它毁灭人类。

如今，AGI 已经做好准备来改变我们使用计算机的方方面面了。

是时候让我们都了解这项技术了。

参考链接：

• https://www.ted.com/talks/greg_brockman_the_inside_story_of_chatgpt_s_astonishing_potential/comments

本文来自微信公众号：量子位 （ID：QbitAI），作者：丰色 明敏

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。