Zo gebruik je de ChatGPT Code Interpreter

Wat is de ChatGPT Code Interpreter?

ChatGPT is een chatbot die vragen beantwoordt met behulp van een technologie die bekendstaat als een large language model (LLM). Deze technologie werkt door het volgende woord in een reeks te voorspellen om samenhangende antwoorden te vormen. Wanneer de code-interpreterfunctie is geactiveerd, worden de mogelijkheden van ChatGPT echter aanzienlijk uitgebreid.

Met de Code Interpreter ingeschakeld kan ChatGPT computercode schrijven en uitvoeren om antwoorden te geven. Deze door OpenAI geïntroduceerde functie stelt de chatbot in staat taken uit te voeren die eerder niet mogelijk waren. Zo kan het complexe berekeningen uitvoeren, grafieken genereren op basis van door de gebruiker geüploade data, en meer—allemaal via code-uitvoering.

De introductie van de Code Interpreter wordt door sommigen gezien als een manier om onnauwkeurigheden te verminderen, een veelvoorkomend probleem bij LLM’s. Door code uit te voeren om antwoorden te vinden, kan de chatbot preciezere en accuratere reacties geven, wat de algehele gebruikerservaring verbetert.

Technisch gezien heeft het ChatGPT-model toegang tot een Python-interpreter in een sandbox-omgeving; het kan niet alleen code schrijven maar deze ook uitvoeren in een Python-omgeving en de antwoorden teruggeven. Als de code faalt (wat vaak gebeurt), kan het bovendien debuggen door de terugkoppelingen te lezen en automatisch in de lus stappen om de code te repareren en werkend te krijgen.

De code-interpreterfunctie blijft actief gedurende het hele gesprek, maar er is een tijdslimiet om te voorkomen dat het te lang doorgaat. Het mooie is dat je meerdere stukjes code achter elkaar kunt draaien, die ook met elkaar kunnen samenwerken.

Daarnaast kun je bestanden naar dit chatgesprek sturen. Dus als je code data uit een bestand moet lezen, kun je dat bestand versturen. En zodra je code klaar is, kun je de resultaten terugkrijgen. Als je code bijvoorbeeld een nieuw bestand maakt, kun je dat downloaden en naar wens gebruiken. Op dit moment is de limiet voor invoerbestanden ongeveer 500 MB.

Hier is een eenvoudig voorbeeld van de Code Interpreter uit de officiële OpenAI-documentatie:

Code-interpreterplug-in voert logische berekeningen uit

Aan de slag met Code Interpreter

Update van 16 mei 2024: OpenAI heeft verbeteringen doorgevoerd aan data-analyse, voorheen bekend als Advanced Data Analysis of Code Interpreter. De functie is nu beschikbaar in het nieuwe vlaggenschipmodel, GPT-4o, voor ChatGPT Plus-, Team- en Enterprise-gebruikers. De verbeteringen omvatten:

• Directe bestandsuploads vanuit Google Drive en Microsoft OneDrive: Upload eenvoudig de meest recente bestandsversies rechtstreeks vanuit je cloudopslag.
• Interactieve tabellen en grafieken: Werk met data in een nieuwe uitklapbare weergave, waarmee je in realtime kunt interacteren en vervolgvragen kunt stellen.
• Aanpasbare en downloadbare grafieken: Je kunt staaf-, lijn-, cirkel- en spreidingsdiagrammen aanpassen en downloaden voor presentaties en documenten.

Deze functies zijn nu standaard beschikbaar met GPT-4o. Lees voor meer details de aankondiging van OpenAI. Dit betekent dat je Code Interpreter of Advanced Data Analysis niet meer handmatig hoeft in te schakelen zoals bij eerdere ChatGPT-versies.

Veelvoorkomende use-cases van de ChatGPT Code Interpreter

De meest voorkomende toepassing van de Code Interpreter van ChatGPT tot nu toe is het analyseren van data (waarschijnlijk daarom is de naam vereenvoudigd naar data-analyse).

Als je ChatGPT bijvoorbeeld vraagt om iets interessants in je data te vinden, kan het informatie zoals je financiële administratie, gezondheidsstatistieken of locatiegegevens onderzoeken en je inzichten geven.

Mensen die in de financiële sector werken, vinden het handig voor taken zoals het bestuderen van aandelenkoersen of het plannen van een budget. Ook onderzoekers gebruiken deze tool om unieke datavisualisaties te maken. Zo heeft de Code Interpreter van ChatGPT een interactieve grafiek van de wereldbevolking gemaakt.

Bronvermelding

Hoewel data-analyse nu de meest voorkomende toepassing is, zou ChatGPT’s Code Interpreter theoretisch elke taak moeten aankunnen die logica en berekening vereist. Op basis van de eerste gebruiksstudies heeft OpenAI deze domeinen geïdentificeerd waar de code-interpreter bijzonder nuttig is:

• Wiskundige problemen oplossen, zowel kwantitatief als kwalitatief
• Data-analyse en -visualisatie uitvoeren
• Bestanden converteren tussen formaten

Voorbeelden van het gebruik van de ChatGPT Code Interpreter

Voorbeeld 1 - Data-analyse op een eenvoudig datasetje

Laten we eerst een heel eenvoudige dataset proberen. Zo ziet de dataset eruit:

Ik upload het CSV-bestand en vraag de code-interpreter van ChatGPT om de data te analyseren met een simpele prompt. Je ziet een plusteken in het berichtvak waarmee je bestanden kunt uploaden.

Zodra je de prompt invoert, begint de code-interpreter van ChatGPT met verwerken. Ik kan hier niet de hele output tonen omdat die vrij groot is (inclusief het proces zelf), maar hier zijn een paar inzichten die eruit zijn gehaald.

Omdat ik eerder met deze dataset heb gewerkt, kan ik zeggen dat dit relevante inzichten zijn, en het is indrukwekkend hoe snel het dit produceerde. Hier is ook het verhaaltje dat we vroegen:

Dit is behoorlijk indrukwekkend. De dataset is echter relatief simpel, met 6.000 rijen en 7 kolommen—vrij schoon en rechttoe rechtaan. Laten we dit voorbeeld eens proberen met een dataset die realistischer is.

Toegang tot 60+ ChatGPT-prompts voor datawetenschapstaken vind je in dit ChatGPT Cheat Sheet for Data Science op DataCamp.

Voorbeeld 2 - Data-inzichten op een complexere dataset

In dit voorbeeld gaat het om de Canadese CPI-inflatie van StatsCan. Zo ziet de dataset eruit—rauw, met duplicaten, ontbrekende waarden, veel gecodeerde informatie en geografische codering.

Eens kijken welke inzichten we uit deze dataset kunnen halen met een simpele prompt.

1. Het schema opstellen

2. Data opschonen

3. Datavisualisatie

4. Inzichten extraheren

Dit is indrukwekkend. Het heeft de data behoorlijk goed begrepen, opgeschoond, nagedacht over de juiste visualisatie, vervolgens Python-code geschreven om die visualisatie te genereren en er ten slotte inzichten bij geschreven. Het is niet perfect, maar vergeleken met alle geautomatiseerde inzichtentools die we in het verleden hebben gezien is het zeer veelbelovend.

Wil je leren hoe je ChatGPT gebruikt in een end-to-end data science-project uit de praktijk? Bekijk dan nu deze gids voor het gebruik van ChatGPT voor data science-projecten op DataCamp.

Voorbeeld 3 - Afbeeldingsanimatie met ChatGPT

Je kunt ook een afbeelding uploaden en ChatGPT die laten bewerken. Ik upload bijvoorbeeld een afbeelding van een appel en vraag om die te animeren.

Het kan je wat verduidelijkende vragen stellen, maar uiteindelijk zal het code schrijven om de afbeelding te animeren zoals je hebt gevraagd.

Geanimeerde output (gif-bestand) gedownload via de Code Interpreter van ChatGPT

Conclusie

De ChatGPT Code Interpreter van OpenAI is een baanbrekende functie die de mogelijkheden van de AI-gedreven chatbot uitbreidt. Door de code-interpreter in te schakelen krijgt ChatGPT de mogelijkheid om computercode te schrijven en uit te voeren, waardoor het complexe taken kan uitvoeren zoals berekeningen, data-analyse en het genereren van visualisaties.

Deze functie verhoogt niet alleen de nauwkeurigheid en precisie van de reacties van ChatGPT, maar biedt gebruikers ook een meer interactieve en dynamische ervaring. Van het analyseren van data tot het oplossen van wiskundige problemen—de code-interpreter opent een breed scala aan mogelijkheden en maakt van ChatGPT een krachtig hulpmiddel voor uiteenlopende toepassingen.

Wil je je workflows naar een hoger niveau tillen en je bedrijf transformeren met ChatGPT? Volg dan vandaag nog onze cursus Introduction to ChatGPT op DataCamp en beheers de kracht van generatieve AI. Ontgrendel eindeloze mogelijkheden en revolutioneer je werk vandaag nog! Schrijf je hier in.