О чем это?

Два дня назад OpenAI выпустила ChatGPT , новую языковую модель, которая является улучшенной версией GPT-3 и, возможно, дает нам представление о том, на что будет способен GPT-4, когда он будет выпущен в начале следующего года (по слухам). С помощью ChatGPT можно вести реальный разговор с моделью, ссылаясь на предыдущие моменты разговора.

Я хотел попробовать, могу ли я использовать эту модель в качестве парного программиста, которому я могу дать некоторые инструкции, и он создаст код для меня. Конечно, я бы все равно перепроверил эти фрагменты кода, но, по крайней мере, мне больше не придется писать их с нуля.

Итак, в этом сообщении блога я описываю, как я использовал ChatGPT для создания простого приложения для анализа настроений с нуля. Приложение должно работать на экземпляре EC2 и использовать современную модель NLP из Hugging Face Model Hub. Результаты поразили

Полный отказ от ответственности — мне пришлось несколько раз попытаться уточнить подсказки, чтобы получить желаемые результаты. При этом обычно требовалось лишь незначительное уточнение, чтобы получить желаемые результаты. Мои подсказки и код, сгенерированный моделью, можно найти в этом репозитории GitHub .

Почему это важно?

Ты шутишь, да?

Давайте начнем

Хорошо, давайте начнем! Давайте сначала проверим, готов ли ChatGPT помочь:

Хорошо, это многообещающее начало Давайте углубимся в детали, как и просил наш спутник!

Создание шаблона CloudFormation для инстанса EC2

Мы хотим запустить это приложение на экземпляре EC2, но не хотим щелкать консоль AWS, чтобы создать этот экземпляр EC2. Поэтому наша первая задача для ChatGPT — создать шаблон CloudFormation, который настраивает инстанс EC2:

Инструкция довольно специфическая (мне пришлось самому искать AMI ID, например), но все же я был весьма удивлен, что получился почти идеальный шаблон CF. Обратите внимание, что ChatGPT также помещает некоторые заявления об отказе от ответственности в конце кода:

Весь код, созданный ChatGPT:

Обратите внимание, что экземпляр EC2 на самом деле не получает имя, которое мы указали в приглашении. Но ладно, пока будем жить с этим. Еще одна «ошибка» в этом шаблоне заключается в том, что предустановленная среда Pytorch на AMI называется «pytorch», а не «pytorch_36». Давайте исправим это, заменив имя среды.

Теперь, как мы на самом деле запустить это? Спросим ChatGPT:

Хорошо, запуск этой строки запустил создание стека с использованием шаблона CF. Через несколько минут мы видим, что экземпляр EC2 запущен и работает. Обратите внимание, что шаблон создал группу безопасности, и экземпляр EC2 использовал эту группу безопасности, как указано:

Давайте также подключимся к инстансу EC2 по SSH, чтобы посмотреть, установлены ли нужные нам пакеты:

Похоже, все настроено для приложения Streamlit

Стримлитное приложение

Теперь нам нужно приложение, работающее на Streamlit и анализирующее тональность текста. К моему удивлению, это оказалось даже проще, чем я ожидал:

Опять же, хорошая оговорка в конце.

Весь код:

Это на самом деле выглядит хорошо для меня, давайте попробуем запустить это без модификаций. Скопируйте и вставьте этот код в файл на EC2 с именем «app.py». Но как нам снова запустить приложения Streamlit? Спросим нашего «коллегу»:

У нас уже установлен Streamlit, поэтому давайте запустим «streamlit run app.py»:

Вроде все хорошо!

Тестирование приложения

Теперь наступает момент истины. Мы подключаем открытый URL-адрес и смотрим, работает ли приложение.

Вау, ChatGPT только что создал целое приложение для текстовых настроений по нашим инструкциям

Вывод

Я совсем потерял дар речи. Это было так весело, и возможности безграничны. Я постараюсь больше экспериментировать с этой моделью в будущем, а также хотел бы услышать, что вы с ней построили. Пожалуйста, прокомментируйте ниже!