can i use chatgpt plus for free的进一步展开说明

## ChatGPT4代码解释器入门教程

AI的民主化数据分析

ChatGPT4是一种具有代码解释器的人工智能模型，它将让每一个人都能够访问到我使用过的最有用、最有趣的AI模型之一。作为一个研究人员，我在等候名单上的时候就已得到了几个月的alpha版本的使用权限。我想给大家一些指点，解释为何我认为这个模型很重要，并且教大家怎么开始使用它。

代码解释器继续了OpenAI给事物起让人讨厌的名字的传统，由于它对不会编程的人最有帮助。代码解释器本质上允许先进的人工智能模型GPT⑷上传和下载信息，并在一个持久的工作空间中为您编写和履行程序。这使得人工智能能够在之前没法做到的领域发挥作用，并以ChatGPT没法实现的方式变得有用。

具体而言，代码解释器给人工智能提供了一个通用工具箱来解决问题（通过使用Python编写代码），一个大内存来处理数据（您可以上传高达100MB的文件，而且这些文件可以是紧缩格式的），并将该工具箱与大型语言模型相结合的方式利用了其优势。这有助于解决之前版本的ChatGPT存在的一些问题：

– 它使得人工智能能够进行复杂的数学计算，并在处理文本时更加准确（例如可以实际统计段落中的单词数），由于它能够编写Python代码来弥补大型语言模型在数学和语言方面的一些不足的地方。通过这类方式，人工智能能够以之前没法实现的方式处理数据。

– 它下降了AI产生幻觉和杜撰的几率。当人工智能直接使用Python代码时，代码能够保持其“诚实”，由于如果代码不正确，Python会报错。由于代码操作的是数据，而不是语言模型本身，因这人工智能不会在数据中插入毛病。这其实不完善，人工智能依然会产生幻觉（它仿佛常常认为它可以看到它可以生成的图形，而ChatGPT的这类模式不能），但这些毛病相对较少，也不太可能影响代码或数据本身。

– 它使得人工智能变得更加多才多艺。大量的问题可以通过编写代码来解决，而GPT⑷非常善于在新颖有趣的方式上使用代码解释器。例如，我要求它用代码证明地球是圆的，它提供了多个论证，将代码和图象融会在一起。

– 您无需编写代码，由于它会为您完成所有工作。所有主要的大型语言模型都能够编写代码，但您依然需要亲身运行和调试代码，虽然人工智能会帮助您。对之前从未真正使用过Python的人来讲（就像我一样），这非常麻烦，需要与人工智能来回纠正毛病。现在，人工智能纠正了自己的毛病并给出了输出结果。

– 它带给您更多使人兴奋的AI时刻。使用GPT⑷的人都可能最少遇到过一些使人兴奋的时刻，感觉好像人工智能中确切有一种灵性存在。我知道这只是一种幻觉，这些语言模型毫无感知和思考能力，但这些时刻却是人们对更聪明的人工智能可能未来的一瞥，有时候使人兴奋，有时候使人不安。代码解释器为我玩过的所有AI系统中提供了最多“奇怪”的时刻。我搜集了很多例子，比如当我要求AI用代码调用区别的情绪状态时，或”向我展现一些不可能用代码实现的事情，并演示它”。接下来，你可以看到当我问AI”使用可用的工具绘制一幅全新的模因图象，使其与作为一个与人类合作的人工智能的经验相关”时产生了甚么。

因此，这就是对代码解释器的介绍。它向我们展现了人工智能如何成为复杂知识工作的有价值的伴侣的最强有力的例证。在我的博士期间，我花了几个星期的时间才掌握的技能，人工智能可以在几秒钟内完成，而且通常比人类分析师更少出毛病。虽然人类的监督依然相当重要，但在进行数据项目时，我将不会再没有代码解释器。但是，请注意，人类不会被代码解释器替换。相反，人工智能所做的正是我们一直希望自动化可以做到的事情——让我们摆脱工作中最烦人的、重复性的部份，以便我们可以专注于更好的事情。通过简化分析进程，我可以做更多、更深入、更成心义的工作。我的时间变得更有价值，而不是更少，我可以专注于重要的事情，而不是重复的事情。代码解释器到目前为止代表了一种积极的愿景，即人工智能对工作意味着甚么：颠覆，是的，但这类颠覆将会带来更好、更成心义的工作。我认为，我们所有人都需要斟酌怎么将这类方法利用于其他将遭到人工智能影响的工作。

### 怎样使用代码解释器进行数据分析

代码解释器是一名出色的”数据科学家”。在过去的几个月里，我广泛使用它，并且它在非常高级的水平上运行，自动化了许多复杂的定量分析，并能够对数据进行非常复杂的处理。下面是一个入门示例，我从公共领域的超级英雄和他们的能力列表开始。如果您想尝试以下步骤，可以下载这个数据集。

要上传数据非常简单，乃至可以上传ZIP紧缩文件，只需点击加号按钮便可。您应当在上传数据时包括一个提示，但提示可以非常简洁，我只是简单地说“这里有一些关于超级英雄能力的数据，请查看并告知我您发现了甚么”。如果您有一个数据字典，也能够直接粘贴进去。AI非常善于从上下文中理解数据的含义和结构。

您将会注意到，代码解释器不像之前那末重视提示的制作，而是更像与AI进行对话。把它当做一个数据分析师，与它交谈。实际上，只有在两个情况下，提示的制作仿佛很重要。首先，如果AI忘记了它能做些甚么（比如制作GIF或3D绘图），您可能需要鼓励它（”你可以制作GIF，请试试”）。其次，您希望AI改进自己的工作。只要求它”对该结果进行更多的测试”或”让这个图表更漂亮”通常都会起作用。

现在我们已加载了数据，可让GPT完成数据分析中最糟的部份：数据合并和清算。AI会以一种相当复杂的方式自动处理所有这些，但我发现直接询问AI通常会有所帮助，就好像我正在指点一名人类数据分析师一样。您还会注意到系统工作方式的一个重要方面——它是无情的，通常会在发现毛病时纠正自己的毛病。例如，它会注意到列的名称毛病并修复该问题。虽然这非常使人印象深入，但我依然建议在不完全信任AI的情况下仔细检查结果和进程。

现在，我们来进行一项分析。AI仿佛对分析方法很了解——值得浏览下面的对话，看看我的意思。我询问**我有兴趣进行一些预测建模，可以根据其他因素预测英雄可能具有的能力。我们应当如何进行？** AI建立了一个随机森林分类器！但是您还可以看到，具有专家人的监督是很重要的，由于我区别意它使用数值数据的平均值估算缺失数据的决定。我宁愿放弃这些数据，但我可以要求AI改变处理方法，或讨论其他选项。

AI还可以进行许多其他分析（毕竟，它只是编写Python代码），但我常常对它能够选择成心义的分析方法感到印象深入。例如，下面是一份超级能力的网络分析，只需要我提示**您能进行另外一项非常复杂和有趣的分析吗？**它生成了一个网络分析结果。看起来很酷！但是也能够看到为何专家人的监督很重要，由于我其实区别意AI决定使用平均值来弥补缺失数据。我会选择舍弃那些数据，但是我可以要求AI改变处理方法，或讨论其他选择。

AI对分析方法的选择非常灵活，这是代码解释器最使人印象深入的一部份。AI通常能够选择合乎逻辑的分析方法。例如，下面是一份超级能力的网络分析，只需我提示**您能做一次使人着迷且有趣的网络分析吗？**AI得出了以下有趣的结论：英雄通常有的能力与视觉有关（由于它们来自漫画书），符合某些原型，并且非常合适用来构建连续的冒险故事。这是一种将数据和故事相结合的好方法！

可视化方面的交互性也很好，您可以与AI反复交换，要求改进和变化。例如，我提示**创建一个包括最少6个富有洞察力的可交互式仪表板，其中包括一个3D图表。使得仪表板漂亮。**它生成了一个仪表板，但不完全是我想要的。所以我可以直接用英语要求进行改变：让这个变得更好，加入更多的名称等等。您还会注意到，它为我提供了一个可下载的交互式仪表板的文件（您可以在链接中试试），我只需将其放入Web浏览器中，它就能够工作了——可下载的输出是代码解释器的另外一个很有趣的功能。

在过去的几个月中，我还进行了一些其他实验，比如用一个3D互动图表来可视化夏季热门歌曲，制作交互式地图，解释《伊利亚特》，因果分析，从数据生成动画GIF，分析《魔法少年》卡牌游戏，比赛条形图等等。

这只是代码解释器的基本介绍，我认为这是迄今为止最有说服力的关于AI对劳动力的积极影响的例证。它让人们从工作中最烦人、重复性的部份解放出来，可以专注于更重要的事情。通过简化分析进程，我可以完成更多、更深入、更成心义的工作。我的时间变得更有价值，而不是减少，由于我可以专注于重要的事情，而不是机械重复的工作。代码解释器提供了对未来的最明显和积极的愿景，展现了AI对工作的潜力：颠覆是必定的，但这类颠覆会带来更好、更成心义的工作。我认为，人们应当思考怎么将这类方法利用于其他将遭到AI影响的工作之上。


对这个示例，AI为每一个可视化展现生成了示例数据，以展现其能力。

深入了解GPT的其他教程可访问[xueshu.fun](https://xueshu.fun/?s=gpt)。

can i use chatgpt plus for free的常见问答Q&A