Wird es in Zukunft einen Bedarf an Programmierern geben – Chat GPT3?

Ich wusste nicht, worum es bei Chat GPT3 ging, bis es zu einem heißen Thema im Bereich der künstlichen Intelligenz wurde. Aus diesem Grund musste ich ein wenig recherchieren, was es möglicherweise leisten könnte, und fand heraus, dass es möglich war mehrere natürliche Verarbeitungsaufgaben in einem schnellen Tempo wie:-

1. Sprachübersetzung: – reibungslose Übersetzung von einer Sprache in eine andere.
2. Debuggen und Code erstellen: – Behebt Fehler im Code bis zu einem bestimmten Grad und entwirft Code für einfache Anwendungen.
3. Zusammenfassung: – liefert präzise Informationen zu einem bestimmten Thema, sodass die Benutzer den Inhalt in kurzer Zeit verstehen können.

Kurz gesagt: Chat GPT3 verwendet eine Transformer-Architektur im Backend, um Antworten auf den Eingabetext zu geben. Die vom GPT3 gegebenen Antworten sind kreativ und imaginär, aber manchmal ungenau. Diese Art von KI-Tool könnte eine revolutionäre Veränderung sein, um viele Dinge zu automatisieren und es den Menschen zu ermöglichen, sich auf die kreativen Dinge statt auf die überflüssigen Dinge zu konzentrieren. Ich habe weiterhin gesagt, dass GPT3 bei den meisten Aufgaben im Allgemeinen gut abschneidet, aber wenn wir etwas weiter gehen, müssen wir uns fragen, wie gut es bei der Lösung codierungsbezogener Aspekte abschneidet.

Um das herauszufinden, testen wir Chat GPT3, indem wir den Schwierigkeitsgrad der Codierungsfragen von der Grundstufe der Python-Codierung auf die fortgeschrittenen anwendungsorientierten Fragen erhöhen. Dabei offenbart es zwei Dinge:

1. Potenzial zur Lösung komplexer Probleme.
2. Genauigkeit der Lösung.

Es gab uns drei Lösungen mit unterschiedlichen Bibliotheken, sodass wir sie alle ausprobieren und herausfinden konnten, welche einfach auszuführen sein könnten. Da ich ein großer Fan von Naruto bin, habe ich den ersten Snippet-Code verwendet, um das Naruto-Bild zu lesen und es zu plotten. Mit Ausnahme der im Bild vorhandenen Achse sieht es ganz gut aus.

Wir werden uns gerade erst mit der Komplexität der Fragen vertraut machen, die nächsten wären von höherer Bedeutung in der Anwendung.

Level -2: YouTube-Videos mit Python herunterladen

Wegen meiner schlechten Internetverbindung während der Reise konnte ich mir die meiste Zeit keine YouTube-Videos ansehen. Bitten Sie also GPT3, YouTube-Videos herunterzuladen, um sie im Offline-Modus anzusehen.

Die Pytube-Bibliothek wird verwendet, um Zugriff auf YouTube-Videos zu erhalten, wenn ihr eine bestimmte Video-URL zugewiesen wird, damit der Download-Vorgang stattfinden kann. Es bietet uns nicht nur eine technische Lösung, sondern warnt uns auch im Voraus vor ethischen Problemen.

Ich glaube, mit dieser Bibliothek könnte man eine Reihe von Videos gleichzeitig herunterladen oder vielleicht eine Playlist. Du kannst es versuchen!

Ebene -3: Wetterdaten von der offenen Wetter-API abrufen

Die Funktionsweise der API (Application Programming Interface) ist wirklich erstaunlich. Die Daten sind irgendwo in der Cloud vorhanden und können über Links, sogenannte Endpunkte, abgerufen werden. Die einzige Einschränkung wäre jedoch, dass Sie einen API-Schlüssel benötigen, um an die Daten zu gelangen.

Ich habe den Chat GPT3 gebeten, Daten von OpenWeather abzurufen, aber leider antwortete er kurz: „Es tut mir leid, ich kann keine Daten von OpenWeather abrufen.“

Ich habe es eine ganze Weile versucht, aber dann wurde mir klar, dass man bei seinen Fragen ziemlich konkret sein muss . Ich habe der vorherigen Frage ein Wort hinzugefügt – „API“ (am Ende des Satzes), um eine Antwort zu erhalten.

Ich habe ein paar Änderungen am Code vorgenommen, um die Wetterdaten aus allen Provinzen Kanadas zu erhalten. Schauen Sie sich gerne den Code an : )

import requests

# Define the API endpoint
endpoint = "http://api.openweathermap.org/data/2.5/weather"
api_key = "Your_API_Key"

# Get the list of all provinces in Canada
provinces = ["Alberta", "British Columbia", "Manitoba", "New Brunswick", "Newfoundland and Labrador", "Nova Scotia", "Ontario", "Prince Edward Island", "Quebec", "Saskatchewan"]

# Send GET request for each province
for province in provinces:
    response = requests.get(endpoint, params={"q": province + ",CA", "appid": api_key})
    data = response.json()
    # Get Temp from the data dictionary 
    temp_kelvin = data["main"]["temp"]
    # Convert it to Celsius
    temp_celsius = temp_kelvin - 273.15
    print(f"Temperature in {province}: {temp_celsius:.2f} °C")

Es macht wirklich Spaß, mit API-Endpunkten herumzuspielen und die angezeigten Daten zu sehen. Sie könnten versuchen, eine nützliche Anwendung zu erstellen, indem Sie einfach die API verwenden

Stufe -4: Gesichtserkennung mit OpenCV

Die Gesichtserkennung ist wahrscheinlich die bisher fortschrittlichste Anwendung für Chat GPT3. Deshalb habe ich darüber nachgedacht, es auszuprobieren, da diese Anwendung viel Fachwissen und Zeit erfordert, damit Menschen sie verstehen/programmieren können. Der Code wurde zusammen mit einer Einführung in OpenCV bereitgestellt, aber im Vergleich zu anderen Anwendungen dauerte es viel Zeit, eine Antwort zu generieren.

Beim Implementieren dieses Codes in Jupyter Notebook ist ein Fehler aufgetreten, daher habe ich in StackOverflow nach einer Lösung gesucht. Daher gibt es keineswegs eine Garantie dafür, dass der von GPT3 bereitgestellte Code funktioniert.

Daher empfehle ich, Hintergrundrecherchen durchzuführen, bevor Sie sich mit der GPT3-Lösung befassen.

Möchten Sie die Ausgabe eines Gesichts mit einer Box sehen …..?????

Nachdem Sie das alles durchgegangen sind, haben Sie sich vielleicht gefragt: „Wow! „Chat GPT3 kann buchstäblich alles“, aber tief im Inneren gibt es immer noch subtile Dinge, die diese KI nicht kann.

Derzeit ist Chat GPT3 nicht in der Lage, selbstständig zu denken. Der Grund dafür ist, dass, wenn Sie GPT3 eine Eingabeaufforderung geben, die Lösung basierend auf der von Ihnen gegebenen Eingabeaufforderung bereitgestellt wird, sodass wir immer noch diejenigen mit der Fernbedienung sind.

Die Lösungen, die GPT3 gezeigt hat, sind großartig, aber es kann niemals oder zumindest in naher Zukunft die Rolle der Programmierer ersetzen, da ihm eine wichtige Komponente namens Problemlösung fehlt . Programmierer sollen niemals Programmierer sein, sondern vielmehr in der Lage sein, das Problem zu analysieren, es zu entwerfen, nach Möglichkeit Lösungen zu finden und es zu optimieren, um die besten Ergebnisse zu erzielen.

Zusammenfassend lässt sich sagen, dass Chat GPT3 als Assistent und Informationstool verwendet werden könnte, um Programmierern bei verschiedenen Dingen zu helfen, anstatt sie zu ersetzen.

Also was denkst du?