5分鐘掃盲chatGPT與OpenAI編程
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))_。

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。


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。

網(wǎng)址為:https://platform.openai.com/playground?右側(cè)Model選擇"text-davinci-003"。

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:

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:

3.2 基于"text-davinci-003"的text文本處理Demo(Python)
代碼很簡單,如下:

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。
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。

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:

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:

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。

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。