今天小編分享的科學經驗:MIT華人博士生将ChatGPT搬進Jupyter,自然語言編程一站式搞定,歡迎閲讀。
自然語言編程,在 Jupyter 裏就能直接完成了!
這款由 MIT 華人博士生打造的插件,實現了編程工具與 GPT-4 的無縫銜接。
加載好之後,只要「説」出自己想要的程式,就能得到代碼并直接調試運行。
結合 ChatGPT 和 Jupyter 的名字,作者将其命名為 Chapyter。
Chapyter 發布後,vscode 用户投來了羨慕的目光,并期待自己有朝一日也能用上。
而作者也回應説,适配更多平台的版本已經在路上了。
在 Jupyter 中直接用自然語言編程
Chapyter 究竟和之前的 Colab 有什麼區别呢?
開發者列出了一張表格:
在 Jupyter 中,Chapyter 直接用自然語言就能編寫程式,還能自動執行。
比如我們想要求斐波那契數列的前 50 項分别是多少:
可以看到,Chapyter 不僅給出了代碼,還直接跑出了結果。
此外,Chapyter 還支持調用舊代碼和執行結果,進行一些新的操作。
比如此前的程式生成了一些數據,我們就可以直接調用這些數據生成可視化影像:
擔心 AI 生成的代碼不靠譜?沒關系,你可以随時無縫切換到人工,對代碼進行 debug。
而 Chapyter 使用的所有 prompt 都是公開透明的,在 GitHub 頁中的 Program.py 裏面就能直接看到。
除此之外,由于 Chapyter 使用的 GPT 是 API 版本,不必過度擔心隐私泄露問題。
因為根據 GPT API 的用户協定,通過 API 方式進行的對話不會被用作模型訓練。
輕松完成部署
Chatpyter 的部署過程十分簡單。
在裝有 Python 和 node.js 的環境下,在命令行模式中直接使用「pip install chapyter」命令,就可完成安裝。
需要注意的是,安裝過程會将 Jupyter 更新到 4.0 以上版本,可能會引起環境變化。
安裝好之後,在環境變量中設定 GPT 的 API key 和組織名稱,部署就完成了。
使用時在 Jupyter 中輸入「%load_ext chapyter」就能啓動 Chapyter 了。
更多詳細教程,可參閲 GitHub 頁面中 examples 目錄下的説明文檔。
作者簡介
Chapyter 的作者 MIT 的華人博士生 Shannon Zejiang Shen。
他在 NLP 領網域具體的研究興趣是科學、法律和醫學方面的語義理解。
在 HCI 領網域,Shen 也在研究人類(特别是專家)與 AI 模型的互動方式。
GitHub 項目頁:
https://github.com/chapyter/chapyter/
參考鏈接:
[ 1 ] https://www.reddit.com/r/MachineLearning/comments/15269v8/p_chapyter_chatgpt_code_interpreter_in_jupyter/
[ 2 ] https://www.szj.io/