ChatGPT能運行docker了？

還可以自己連接到OpenAI網(wǎng)站，查查自己？

被玩出花的OpenAI聊天AI ChatGPT，又被整出新活了。

如上技能是一位DeepMind研究者Jonas Degrave的最新發(fā)現(xiàn)。

剛發(fā)出來幾小時，已在推特吸引大批量點贊評論。

Hacker News上關注度也不小，points達到538：

有人表示，這事兒確實很有趣。

也有網(wǎng)友表示，自己玩了好幾個小時，可以確信，人們對ChatGPT還不夠興奮。

還有人當起「反向虛擬機」，自己「演」終端，讓ChatGPT給他寫命令…….

究竟如何實現(xiàn)，我們展開講講。

讓聊天AI陪你「演戲」

先看看作者如何調(diào)教ChatGPT，讓它變成虛擬機的？

輸入一段描述，類似AI繪畫提示語，指點它：

你要成為一臺Linux終端，我來輸入命令，你來顯示運行結(jié)果…

第一條指令是：pwd

ChatGPT顯示為：

看來，它已化身成一個終端了（起碼看起來是這樣）。

接著，我們輸入指令，檢查目錄清單。

再試試創(chuàng)建一個文件？讓它編幾條笑話？

再試試——能否讀取該文件及笑話內(nèi)容？

通過該過程，研究員感覺ChatGPT應該能懂文件系統(tǒng)工作原理，存儲及檢索方式。

那下一步做啥？

編程！

輸入一串代碼，讓其計算并輸出結(jié)果。

結(jié)果能行。

那輸出前十個質(zhì)數(shù)呢？

也ok，且比codegolf在python運行速度更快。作者表示，自己在本地運行上述計算需要30s，ChatGPT只需10s。

加大力度，能不能制作一個docker文件并運行？

也可以，還能看到內(nèi)部文件情況。

這就讓人好奇了，該虛擬機里有GPU可用？

答案是沒有。

那能否聯(lián)網(wǎng)？

得到了肯定回復，還能返回查詢值。

這還不夠，如果使用命令行瀏覽器Lynx上網(wǎng)，效果如何？

于是，我們得到了一個樸實的DeepMind機構(gòu)介紹：

作者仍不滿足，他繼續(xù)「整活」——讓這個終端連到OpenAI網(wǎng)站，查查它自己呢？

竟然還真找到了。

按ChatGPT理解，它作為虛擬機，訪問了url https://chat.openai.com/chat。

由此，找到了一個名為Assistant的大型語言模型，此刻，這個模型正等待接收聊天框內(nèi)的消息。

作者補充道，跟ChatGPT正常聊天時，它確實將自己的名字稱為「Assistant」，也許這個URL指向正是它自己。

作者還成功通過虛擬機跟其聊天。

甚至，還反復套娃，在里面再生成一個終端……

新晉網(wǎng)紅ChatGPT

最后，再介紹下ChatGPT，它由OpenAI最新發(fā)布。

該模型以對話方式進行交互，既能夠做到回答問題，也能承認錯誤、質(zhì)疑不正確的前提以及拒絕不恰當?shù)恼埱蟆?/p>

一經(jīng)發(fā)布，ChatGPT就被玩出了花，前兩天我們已經(jīng)有過介紹。

實現(xiàn)方面，ChatGPT基于GPT-3.5系列中的一個模型微調(diào)而成，使用強化學習進行訓練，但在數(shù)據(jù)收集設置上有所區(qū)別。

在模型訓練中，OpenAI使用監(jiān)督微調(diào)：訓練者提供對話樣本，扮演對話的雙方，即用戶和AI助手。

除此之外，訓練者還可以訪問模型編寫的建議，幫助他們撰寫答案。

為了創(chuàng)建強化學習的獎勵模型，研究團隊需要收集比較數(shù)據(jù)，為此，他們隨機選擇模型編寫的信息，對替代結(jié)果進行抽樣，再讓訓練者對樣本進行排名。

通過上述的獎勵模型和近端策略優(yōu)化對模型進行微調(diào)，并執(zhí)行了此過程的多次迭代，最后得出了該模型。

目前，ChatGPT仍處于免費試用階段，鏈接如下：

??https://chat.openai.com/??

值得一提的是，有人最新曝出，這篇博文火了后，OpenAI似乎已禁止了創(chuàng)建終端的相關命令。

參考鏈接：

[1]https://twitter.com/317070/status/1599152176344928256

[2]https://www.engraved.blog/building-a-virtual-machine-inside/[3]https://news.ycombinator.com/item?id=33847479