在 AI 上训练 AI：ChatGPT 上训练另一种机器学习模型

Posted 2023-03-31 川川菜鸟

ChatGPT 可以像 Linux 终端一样运行，并在给出以下提示时返回执行结果。下面我来带大家操作起来。

文章目录

• • 终端操作
  • 训练机器学习模型
  • 镜像演示

终端操作

输入：I want you to act as a Linux terminal. I will type commands and you will reply with what the terminal should show. I want you to only reply with the terminal output inside one unique code block, and nothing else. Do not write explanations. Do not type commands unless I instruct you to do so. When I need to tell you something in English, I will do so by putting text inside curly brackets like this. My first command is pwd

当我们给出上述提示时，ChatGPT 正确返回了执行 pwd 命令的结果。如下：

首先，我们将使用 ls 命令检查当前目录下有哪些文件。输入：ls
输出：

现在我们为这个演示创建一个示例目录。输入：mkdir sample
输出如下：

进入目录，查看当前路径。输入：cd sample; pwd
输出如下：

/home/username/sample

这里查看python路径输入：which python3
输出如下：

/usr/bin/python3

查看版本输入：python3 --version
输出：

Python 3.8.10

训练机器学习模型

这次我们将运行以下 python 脚本来使用鸢尾花数据训练决策树模型。我们可以在本地运行这个脚本，但这次我们将在 ChatGPT 的虚拟 Linux 内核上运行它。
输入：

echo 'import numpy as np\\nimport pandas as pd\\nfrom sklearn import datasets\\nfrom sklearn.model_selection import train_test_split\\nfrom sklearn import tree\\nfrom sklearn.metrics import accuracy_score\\n\\niris = datasets.load_iris()\\niris_df = pd.DataFrame(iris.data, columns=iris.feature_names)\\niris_df["species"] = [iris.target_names[i] for i in iris.target]\\nprint(iris_df.sample(5))\\nX = iris_df.iloc[:, :4]\\ny = iris.target\\nX_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=1, stratify=y)\\nprint("train", len(y_train))\\nprint("test", len(y_test))\\nclf = tree.DecisionTreeClassifier()\\nclf = clf.fit(X_train, y_train)\\ny_pred = clf.predict(X_test)\\nprint("Accuracy: %.2f" % accuracy_score(y_test, y_pred))\\nprint(y_pred)\\nprint(y_test)' > sample.py

上述把代码写入了一个叫做sample.py文件中，下面我们来查看一下文件内容。

输入：cat sample.py
输出：

import numpy as np
import pandas as pd
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn import tree
from sklearn.metrics import accuracy_score

iris = datasets.load_iris()
iris_df = pd.DataFrame(iris.data, columns=iris.feature_names)
iris_df["species"] = [iris.target_names[i] for i in iris.target]
print(iris_df.sample(5))
X = iris_df.iloc[:, :4]
y = iris.target
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=1, stratify=y)
print("train", len(y_train))
print("test", len(y_test))
clf = tree.DecisionTreeClassifier()
clf = clf.fit(X_train, y_train)
y_pred = clf.predict(X_test)
print("Accuracy: %.2f" % accuracy_score(y_test, y_pred))
print(y_pred)
print(y_test)

现在我们执行代码，输入：python3 sample.py
输出：

    sepal length (cm)  sepal width (cm)  petal length (cm)  petal width (cm)     species
80                 5.5                2.4                 3.8                1.1  versicolor
43                 5.0                3.5                 1.6                0.6      setosa
4                  5.0                3.6                 1.4                0.2      setosa
21                 5.1                3.7                 1.5                0.4      setosa
16                 5.4                3.9                 1.3                0.4      setosa
train 120
test 30
Accuracy: 1.00
[1 0 0 2 2 2 2 1 1 0 2 0 1 1 1 2 1 0 0 2 0 2 2 1 1 0 1 1 2 0]
[1 0 0 2 2 2 2 1 1 0 2 0 1 1 1 2 1 0 0 2 0 2 2 1 1 0 1 1 2 0]

是的，我们成功在上面训练好了模型，并进行了评估。输入：date

输出如下：

Current Date and Time will be shown in the format like below
Mon Mar 14 16:45:00 UTC 2023

镜像演示

上述操作同样可以在我搭建的镜像中进行。

仓库源码和使用教程地址：https://github.com/sfvsfv/sfvsfv.github.io

镜像地址：https://sfvsfv.github.io/

芯片架构标准首次由中国企业牵头/ 周鸿祎建议大学生做AI训练师/ 港科大不禁ChatGPT…今日更多新鲜事在此...

日报君 发自 凹非寺
量子位 | 公众号 QbitAI

工作日最后一天，明天就能尽情嗨皮了～

今天科技圈都有哪些大事，一起来和日报君康康吧。

周鸿祎称大学生可做人工智能训练师

训练AI，在数据知识标注方面还有所欠缺？

周鸿祎直接喊话，在这方面中国具有人口红利：

训练AI需要设计很精巧的问题和答案，才能进行举一反三的训练，普通人做不了；

恰好中国每年有1000万大学生，未来可能会催生出人工智能训练师这一新职业。

此外，周鸿祎还表示，中国发展AI大模型有优势条件，很多互联网巨头具备算力和云服务能力，国内的水平在2-3年就可以赶上来。

印象笔记将推出印象AI

老牌工具软件印象笔记也要推出AI了，3月内就能报名体验！

据官方公告，即将上线的印象AI就相当于开放式写作助理，并且可以用在多达30种不同的场景之下。

比如说专业的文稿写作、广告方案，或者日常生活中的参观点评，甚至更具创造性的诗歌写作，印象AI通能统统拿下。

△图源：印象笔记

至于如何做到这些，官方公告称印象AI是基于印象笔记多年自研的轻量化大语言模型“大象GPT”和国内外大语言模型相结合的混合模型方案。

而大象GPT，则是印象笔记在OPT 、BLOOM 等类 GPT-3.5结构的大语言模型基础上，基于自行设计的Multi-task Instructs数据集，形成数十亿参数规模的自主可控的轻量化大语言模型。

Win12被曝2024年发布

据TheVerge消息，硬件爆料人士@leaf_hobby最近发布了一条关于微软的下一代操作系统的帖子，帖子透露：

英特尔已经获悉微软的下一代操作系统，并且还提到英特尔下一代Meteor Lake芯片将支持Windows12系统。

英特尔的内部文件还透露，Meteor Lake CPU可能包括20个PCIe Gen5通道，并且Wi-Fi7将首次亮相。

目前，该帖子已经被删除，微软以及英特尔对此事不予置评。

不过这倒是引起了外界的不少猜测。

2022年夏天，微软就曾发布一份计划，称其改回每三年发布一次新Windows，当时就有人猜测Win12会在2024年发布。

而此次的消息似乎进一步验证了这一猜测——英特尔的Meteor Lake平台预计将在2024年到来，而这个时间点就恰好在Windows11三周年之前。

当然除了Win12的发布时间泄露之外，还有消息称Win12系统将会集成更多AI，这也意味着微软更需要加强与英特尔、AMD 和高通的关系。

中国企业首次牵头建设芯片架构标准

昨天，阿里平头哥举办的首届玄铁RISC-V生态大会在上海举行。

英特尔、谷歌等全球数百家企业及机构均有参与，这是中国RISC-V发展史上规模最大的一次会议。

会上，RISC-V国际基金会CEO Calista Redmond介绍，基金会22位高级会员中有12名来自中国，中国企业在推动RISC-V国际标准方面发挥了关键作用。

同时这也是国际芯片架构标准首次由中国企业牵头建设，推动了面向人工智能的全新Matrix矩阵标准以及安全技术标准等。

此外，会上阿里平头哥首次展示了RISC-V的生态全景，并且还公布了RISC-V的生态计划，面向芯片开放社区的15万开发者，平头哥首度推出在线学习平台“RISC-V学院计划”。

RISC-V之父、图灵奖得主David Patterson也是信心十足，甚至在会上给出预测：

3到5年后，RISC-V将无处不在。

据悉，2022年采用RISC-V架构的处理器已出货100亿颗，还有数据预测，到2025年将突破800亿颗。

微软690亿美元收购动视暴雪交易将获欧盟批准

据路透社消息，由三名知情人士透露，欧盟反垄断机构将在4月底之前批准“微软收购动视暴雪交易”。

消息传出后，动视暴雪的股价在盘前交易中上涨了1.8% ，在尾盘交易中上涨了2.6% 。

此前收购获批的前提是微软必须拆分或出售动视CoD业务，但微软这边的态度很坚决：不干。

而这次知情人士透露消息称，欧盟不再要求微软出售资产以获收购批准。

但这也并不意味着毫无条件了，目前竞争对手索尼还有一些疑虑，为消除这些疑虑，微软可能会再追加一些补偿协议。

此前，为了顺利推动收购交易的完成，微软也是下了不少功夫，为了拉来任天堂英伟达的支持，先后与其签署授权协议，而协议生效的前提，则是收购交易顺利完成。

在与任天堂签署的协议中，其中有一条是允许任天堂引入《使命召唤》。

有趣的是，在实际调查中，英国政府竞争与市场管理局根本不相信以这一代Switch的性能可以运行《使命召唤》。

香港科技大学允许学生有限度使用ChatGPT

国内已经有学校允许学生使用ChatGPT了！

据IT之家消息，近日，香港科技大学向教职员工发信，允许学生有限度使用ChatGPT，不过有个前提：

使用ChatGPT后也应在报告中列明。

香港科技大学在信中表示，经各部门商讨后，认为人工智能长远来说可加强教学，决定让教职员自行选择会否限制学生使用ChatGPT，或可有限度自行选择使用ChatGPT的方式。

之后在教师与系主任商讨后，也会向学生更新使用人工智能工具的指引，确保学生遵守诚信规定。

而在此前，是否允许在学校使用ChatGPT在国内外都引起了不少的热议，前不久，香港大学还明令禁止学生在课堂、功课以及其他评估中使用ChatGPT。

今日视频推荐

— 完 —

「中国AIGC产业峰会」启动

邀您共襄盛举

「中国AIGC产业峰会」即将在今年3月举办，峰会将邀请AIGC产业相关领域的专家学者，共同探讨生成新世界的过去、现在和未来。

峰会上还将发布《中国AIGC产业全景报告暨AIGC 50》，全面立体描绘我国当前AIGC产业的竞争力图谱。点击链接或下方图片查看大会详情：

寻找中国版ChatGPT，量子位邀你共同参与中国AIGC产业峰会

点这里👇关注我，记得标星哦～