五分鐘掃盲ChatGPT與OpenAI編程(For 開發(fā)者)
本文轉(zhuǎn)載自微信公眾號(hào)「劉丹冰Aceld」，作者劉丹冰Aceld 。轉(zhuǎn)載本文請(qǐng)聯(lián)系劉丹冰Aceld公眾號(hào)。
一、chatGPT與OpenAI
ChatGPT 是 OpenAI 公司的一個(gè)技術(shù)產(chǎn)品，chatGPT使用了 GPT（Generative Pre-trained Transformer）技術(shù)，是一個(gè)用于對(duì)話生成的預(yù)訓(xùn)練語言模型，OpenAI還有很多其他模型。
(來自：chatGPT的解釋)
OpenAI是一家人工智能研究公司，它開發(fā)并提供了一系列人工智能技術(shù)和產(chǎn)品，包括SDK開發(fā)包。
(來自：chatGPT的解釋)
可以理解為：
OpenAI提供的SDK能力更加豐富，而chatGPT是使用OpenAI的GPT技術(shù)實(shí)現(xiàn)的一款自然語言處理模型產(chǎn)品。
所以要接入chatGPT的能力，還是要看OpenAI所能提供的開放接口能力如何。
二、OpenAI目前公開的幾款產(chǎn)品
2.1 chatGPT
我們可以通過 chat.openai.com/chat 來打開chatGPT的在線聊天界面(需要先注冊(cè)，目前不支持國內(nèi)注冊(cè))。
圖片
具體的chatGPT聊天的情況，這里不贅述了，chatGPT的實(shí)力目前在網(wǎng)絡(luò)上已經(jīng)被證實(shí)。
就目前個(gè)人使用的情況來看。目前在搜索知識(shí)相關(guān)的內(nèi)容，用chatGPT之后，很少會(huì)再打開Baidu和Google。除非一些系統(tǒng)性的知識(shí)，或者極個(gè)別業(yè)務(wù)類知識(shí)搜索。但是對(duì)于科普類、以及常見類知識(shí)，chatGPT的答復(fù)明顯要比搜索引擎更精準(zhǔn)，且十分清楚你意圖搜索的內(nèi)容是什么。
2.2 DALL·E
DALL·E 是 OpenAI 研發(fā)的一種新型的生成式預(yù)訓(xùn)練語言模型，它能夠從文字描述中生成全新的圖片。它可以生成各種各樣的圖片，從卡通形象到復(fù)雜的科技圖像，它是一種非常先進(jìn)且有趣的人工智能技術(shù)。
(來自：chatGPT的解釋)
我們打開網(wǎng)址：labs.openai.com 可以更直觀看見這款產(chǎn)品。
圖片
圖片
2.3 GPT-3
GPT-3(Generative Pretrained Transformer 3)：這是 OpenAI 最強(qiáng)大的 NLP 模型，擁有出色的語言生成能力。
（來自chatGPT的解釋）
網(wǎng)上流傳可以寫出論文的就是GPT-3這款產(chǎn)品，chatGPT實(shí)際也是應(yīng)用GPT-3的"text-davinci-003"模型。
圖片
網(wǎng)址為：https://platform.openai.com/playground 右側(cè)Model選擇"text-davinci-003"。
圖片
2.4 CLIP
CLIP(Contrastive Language-Image Pretraining)：這是一種跨語言和圖像的模型，可以在圖像和文本間進(jìn)行對(duì)比。
這里不再介紹。官方網(wǎng)站是 clip.openai.com 但是我沒有打開。
三、基于OpenAI的Demo開發(fā)
OpenAI接口文檔
platform.openai.com/doc
從目前官方的接口文檔來看：OpenAI的原生接口支持Python和Node.js語言，但也同時(shí)支持RESTFul的API接口形式。所以目前其他語言可以通過Http的API請(qǐng)求形式，來調(diào)用OpenAI的接口。
這里先以Python為例，嘗試調(diào)通一個(gè)接口。
3.1 Model
在開始之前，我們需要理解的最關(guān)鍵的一個(gè)概念，就是OpenAI的訓(xùn)練模型Model。
對(duì)于我們從來沒有接觸過人工智能技術(shù)的人來說，始終認(rèn)為人工智能開發(fā)一定是要自己訓(xùn)練的，但是OpenAI完全降低了人工智能的業(yè)務(wù)開發(fā)門檻，我們完全不需要神經(jīng)網(wǎng)絡(luò)、NLP、深度學(xué)習(xí)等人工智能領(lǐng)域工程師及算法工程師，就可以直接使用OpenAI訓(xùn)練好的強(qiáng)大模型為我們進(jìn)行業(yè)務(wù)賦能。
我們可以理解為OpenAI現(xiàn)在已經(jīng)有很多基礎(chǔ)能力相當(dāng)成熟的“AI大秘書”為我們進(jìn)行服務(wù)。
他們的名字分別是：davinci(達(dá)芬奇)、curie(居里)、babbage(巴貝奇)和ada(艾達(dá))等。
Model | 擅長 |
Davinci | 復(fù)雜的意圖，因果關(guān)系，面向特定受眾的概括 |
Curie | 語言翻譯，復(fù)雜分類，文本情感，概括 |
Babbage | 中等分類，語義搜索分類 |
Ada | 文本解析，簡單分類，地址校正，關(guān)鍵詞 |
注意：任何由更快的模型（如Ada）執(zhí)行的任務(wù)都可以由更強(qiáng)大的模型（如Curie或Davinci）執(zhí)行，所以只需要記住“達(dá)芬奇最強(qiáng)”即可。
綜上，在我們進(jìn)行使用OpenAI進(jìn)行業(yè)務(wù)接口開發(fā)時(shí)，應(yīng)該嘗試不同的場景，選擇最適合的Model為我們提供分析能力。
當(dāng)然，OpenAI不僅僅只有這些模型，在OpenAI的官方文檔上有說明可以給開發(fā)者提供的開發(fā)能力，如下：
圖片
這五大能力，各自提供了接口讓開發(fā)者進(jìn)行接入和使用。其中“Fine-tuning"將是定制化的model訓(xùn)練接口，當(dāng)然是你不希望使用OpenAI現(xiàn)有的"大秘書"。
全部Model模型List可見OpenAI官方文檔：platform.openai.com/doc
在GPT-3模型中，各個(gè)“AI大秘書”的最新版本和情況如下：
圖片
3.2 基于"text-davinci-003"的text文本處理Demo（Python）
代碼很簡單，如下：
圖片
1) openai的sdk
對(duì)于python來講，安裝openai環(huán)境十分的簡單，如下指令即可：
pip install openai如果你用的Golang語言或其他語言，不需要安裝環(huán)境，直接調(diào)用官方的RESTFul接口即可。
2) API_KEY
這里面需要一個(gè)api_key，api_key的獲取辦法是，首先要注冊(cè)O(shè)penAI賬號(hào)，如果您之前已經(jīng)可以使用OpenAI產(chǎn)品，說明你已經(jīng)有了賬號(hào)，然后在platform.openai.com/acc 網(wǎng)頁中，生成API_KEY即可。
圖片
3) propmt提示信息
prompt = "用Golang寫一個(gè)API-Server,且有一個(gè)路由/tal,給客戶端返回'你好TAL'的能力"在文本Model中，就是我們的輸入問題文本。
接下來，我們來執(zhí)行上述的python代碼，得到如下結(jié)果：
圖片
這樣就已經(jīng)基于"text-davinci-003"的能力得到了我們想要的答案，也證明我們Demo的調(diào)度是通過的。
四、OpenAI的基于Golang接口開發(fā)及微信GPT案例
4.1 基礎(chǔ)結(jié)構(gòu)體定義
const BASEURL = "https://api.openai.com/v1/"
// ChatGPTResponseBody 請(qǐng)求體
type ChatGPTResponseBody struct {
ID string `json:"id"`
Object string `json:"object"`
Created int `json:"created"`
Model string `json:"model"`
Choices []ChoiceItem `json:"choices"`
Usage map[string]interface{} `json:"usage"`
}
type ChoiceItem struct {
Text string `json:"text"`
Index int `json:"index"`
Logprobs int `json:"logprobs"`
FinishReason string `json:"finish_reason"`
}
// ChatGPTRequestBody 響應(yīng)體
type ChatGPTRequestBody struct {
Model string `json:"model"`
Prompt string `json:"prompt"`
MaxTokens int `json:"max_tokens"`
Temperature float32 `json:"temperature"`
TopP int `json:"top_p"`
FrequencyPenalty int `json:"frequency_penalty"`
PresencePenalty int `json:"presence_penalty"`
}4.2 Golang的OpenAI請(qǐng)求RESTful接口封裝
// Completions gtp文本模型回復(fù)
//curl https://api.openai.com/v1/completions
//-H "Content-Type: application/json"
//-H "Authorization: Bearer your chatGPT key"
//-d '{"model": "text-davinci-003", "prompt": "你好，Aceld", "temperature": 0, "max_tokens": 7}'
func Completions(msg string) (string, error) {
requestBody := ChatGPTRequestBody{
Model: "text-davinci-003",
Prompt: msg,
MaxTokens: 1024,
Temperature: 0.7,
TopP: 1,
FrequencyPenalty: 0,
PresencePenalty: 0,
}
requestData, err := json.Marshal(requestBody)
if err != nil {
return "", err
}
log.Printf("request gtp json string : %v", string(requestData))
req, err := http.NewRequest("POST", BASEURL+"completions", bytes.NewBuffer(requestData))
if err != nil {
return "", err
}
apiKey := "XXXXXXXXXX申請(qǐng)的API_KEYXXXXXXXXXX"
req.Header.Set("Content-Type", "application/json")
req.Header.Set("Authorization", "Bearer "+apiKey)
client := &http.Client{}
response, err := client.Do(req)
if err != nil {
return "", err
}
defer response.Body.Close()
if response.StatusCode != 200 {
return "", errors.New(fmt.Sprintf("status code != 200, code is %d", response.StatusCode))
}
body, err := ioutil.ReadAll(response.Body)
if err != nil {
return "", err
}
gptResponseBody := &ChatGPTResponseBody{}
log.Println(string(body))
err = json.Unmarshal(body, gptResponseBody)
if err != nil {
return "", err
}
var reply string
if len(gptResponseBody.Choices) > 0 {
reply = gptResponseBody.Choices[0].Text
}
log.Printf("response text: %s \n", reply)
return reply, nil
}我們依然可以通過上述封裝的Golang接口去請(qǐng)求OpenAI的Model模型，獲得我們得到的結(jié)果。這里的Demo運(yùn)行就不再展示。
然后，基于Golang的API能力再加上微信小程序的代理程序模塊（由于涉及到微信代理作弊程序，這里代碼省略），可以代理本地微信程序的消息轉(zhuǎn)發(fā)，最終可以實(shí)現(xiàn)的效果如下：
圖片
目前也有第三方實(shí)現(xiàn)的Golang的GPT接口封裝，項(xiàng)目名稱為go-gpt3。
開源代碼在 github.com/sashabaranov ，實(shí)現(xiàn)基本代碼如下：
package main
import (
"context"
"fmt"
gogpt "github.com/sashabaranov/go-gpt3"
)
func main() {
c := gogpt.NewClient("XXXXXXX your API KEY XXXXXXXX")
ctx := context.Background()
req := gogpt.CompletionRequest{
Model: gogpt.GPT3Ada,
MaxTokens: 5,
Prompt: "隨便說說",
}
resp, err := c.CreateCompletion(ctx, req)
if err != nil {
return
}
fmt.Println(resp.Choices[0].Text)
}是的，這很令人驚奇，你現(xiàn)在已經(jīng)具備使用人工能力開發(fā)業(yè)務(wù)了，且接口竟然如此的簡單。至于model的選擇和參數(shù)和接口的選擇，詳細(xì)看OpenAI文檔就可以了，本文是快速入門，這里就不再贅述了。
五、有關(guān)接入OpenAI的功能假設(shè)模型
5.1 智能ToB運(yùn)營售前、售后、技術(shù)支持系統(tǒng)
整體思路為，應(yīng)用OpenAI提供的Files大文件訓(xùn)練和Fine-tune自定義業(yè)務(wù)Model能力。嘗試基于已有的成熟Model再疊加業(yè)務(wù)內(nèi)容，進(jìn)行簡單的知識(shí)補(bǔ)充即可。
圖片
5.2 智能家庭助理
方案和上述方案類似，只不過需要將詳細(xì)的操作手冊(cè)換成常見的QA匯總文本。
六、方案可行性評(píng)估
注:解決方案為基于OpenAI模型的初探方案，商業(yè)模式和產(chǎn)品可行請(qǐng)問你們的產(chǎn)品經(jīng)理。
先說下我這里的想到的幾個(gè)問題，進(jìn)行拋轉(zhuǎn)：
1、chatGPT如果在短時(shí)間內(nèi)在中國出現(xiàn)一個(gè)普及類的大眾產(chǎn)品問世，所以現(xiàn)在普通業(yè)務(wù)企業(yè)接入可能將毫無意義，因?yàn)榇蠹叶紩?huì)在那個(gè)普及的產(chǎn)品上去提問知識(shí)，就好比當(dāng)搜索引擎剛出來的時(shí)候，我們?cè)谧约旱漠a(chǎn)品植入搜索引擎能力，短期有點(diǎn)效果，長期是無意義的。最后大家都會(huì)到一個(gè)地方去搜索。
2、對(duì)于OpenAI能力的性能問題以及回答問題的準(zhǔn)確性，目前還沒有商業(yè)應(yīng)用落地的真實(shí)數(shù)據(jù)，第一口吃螃蟹還需要謹(jǐn)慎一些。
3、chatGPT就國內(nèi)來說，在幾個(gè)月之前就已經(jīng)有一小波熱提峰值，但是很快就下去了，但近期突然引起大家熱議，或有資本運(yùn)作及推動(dòng)，學(xué)習(xí)知識(shí)沒錯(cuò)，在沒有掌握充足的相關(guān)知識(shí)和應(yīng)用領(lǐng)域客觀調(diào)研下，要小心自己不要成為"韭菜"哦~^_^~。
4、科學(xué)很重要，科學(xué)的普及更重要，而普及才是最難的，引用AI來創(chuàng)造價(jià)值才是最難的。目前chatGPT只是展示了潛力，但潛力不能當(dāng)飯吃，只有實(shí)力才能當(dāng)飯吃。目前chatGPT還是“流行話題”占比高一些，聊這個(gè)話題會(huì)顯得高級(jí)，所以才喜歡聊，但又有多少人真的懂，多少人真的了解且認(rèn)真思考過，甚至又有多少人去試用一下。
關(guān)于作者
劉丹冰Aceld |
|
技術(shù)知識(shí)庫 | |
--- | --- |
代表作品 | |
--- | --- |
github |
