文 | 小戲

有多少人期待過像賈維斯一樣的強人工智能？盡管老實說看當下的技術離這一期待還很遙遠，但用用類似 GPT-3 這樣的技術去實現(xiàn)些樸素的愿望似乎并沒有那么困難。

就在昨天，來自 Facebook 的 Elvis 在推特上發(fā)布了一個借助 OpenAI 的 GPT-3 模型接口完成的小項目，實現(xiàn)了從自然語言到 Shell 命令的轉換。具體而言，就是可以向 Shell 輸入你想完成的任務描述，而通過模型就能將其直接轉換為 bash 命令并執(zhí)行。

雖然這看起來這對具有 CLI 恐懼癥的初學者十分友好，不過作者倒有強調這個項目并不是為了證明以后應該使用自然語言編程，而只是試驗性的發(fā)現(xiàn)使用 GPT-3 這樣的 AI 模型完成一些需要嚴格遵循格式輸出的任務具有非常好的效果。

在作者提供的示例中我們看到，這個模型完成了各種各樣的任務，有通過名稱查找文件的：

~>?find?all?files?ending?in?.log?in?/var/log <~?find?/var/log?-name?"*.log"

也有通過文件大小篩選文件的：

~>?find?all?files?in?current?directory?bigger?than?1GB <~?find?.?-size?+?1G"

再像計算當下文件夾下的文件數(shù)量：

~>?count?number?of?files?in?current?directory <~?ls?|?wc?-l

以及排序這樣簡單的任務：

~>?list?files?from?biggest?to?smallest <~?ls?-lSr

也有一些類似格式轉換：

~>?remux?draft1.mp4?as?mkv?without?encoding <~?ffmpeg?-i?draft1.mp4?-c:v?copy?-c:a?copy?remux.mkv

和生成圖像：

~>?crate?a?blank?200x200?png <~?convert?-size?200x200?xc:white?-background?black?foo.png ~>?view?foo.png?impage <~?display?foo.png

以及拆分pdf:

~>?remux?draft1.mp4?as?mkv?without?encoding <~?ffmpeg?-i?draft1.mp4?-c:v?copy?-c:a?copy?remux.mkv

和打開瀏覽器這樣更需要模型識別語義的任務：

~>?open?the?Google?Accounts?page?in?my?browser <~?xdg-open?https://www.google.com/accounts/

甚至危險一點的格式化也能直接生成：

~>?format?the?first?partition <~?mkfs.ext4?/dev/sda1^C

但作者為了安全起見，在模型轉換出代碼后，需要人們判斷是否執(zhí)行：

~>?format?the?first?partition <~?mkfs.ext4?/dev/sda1^C <~?Canceled

除了這些功能之外，這個模型還能完成諸如發(fā)送郵件、下載文件、查詢記錄等等功能。不過有趣的是，作者在博文中講，他最初的想法是構建模型完成自然語言與數(shù)據(jù)科學領域預處理工作代碼間的轉換，即使用這種自然語言對話的方式完成預處理任務（有點心動~），但作者發(fā)現(xiàn)基于 GPT 的模型無法下載類似 GDP 與人口這樣的數(shù)據(jù)，也無法實現(xiàn)按最后一列降序排序這樣簡單的任務，因而放棄了這一想法。

同時，作者也發(fā)現(xiàn)，當他期望模型為他輸出一張有三只長頸鹿的照片，模型也并沒有實現(xiàn)，只是返回了一個空白的圖像。

作者認為，這個模型很大程度上像是一種“怪異的谷歌”，它提供結果的模式只是基于大量的 Web 內容的歸納。而對于一些它找不到答案的問題，作者發(fā)現(xiàn)模型甚至可以提供一些杜撰的結果：

~>?download?IE5dom.exe <~?wget?http://download.microsoft.com/download/3/4/1/3419d6e5-d0e4-4fde-b0e5-5b6a9c4d8e2d/IE5DOM.EXE

在這個例子中，盡管看起來這個網址十分逼真，但作者發(fā)現(xiàn)模型使用了一個虛假的 GUID ，其提供的網址也是無法打開的。

總之，盡管這個模型又貴又不可靠（需要 Open-AI 的 API key），但它至少代表了一種未來的方向與對類似 GPT-3 這種巨大模型意義的探索。在可見并可期待的未來，說不定當我們走進家門，真會聽到一句“ Welcome Home Sir ”。

Twitter:https://twitter.com/omarsar0/status/1384105945609826306?s=19

Blog:https://riveducha.onfabrica.com/openai-powered-linux-shell

后臺回復關鍵詞【入群】

加入賣萌屋NLP/IR/Rec與求職討論群

后臺回復關鍵詞【頂會】

獲取ACL、CIKM等各大頂會論文集！

總結

以上是生活随笔為你收集整理的Linux 程 序 员 失 业 警 告的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。