量子コンピュータ関連がちょっと落ち着いたので、遅ればせながら触ってみました。ChatGPTがPython実行してくれます。 <a href="https://chat.openai.com/?model=gpt-4-code-interpreter" rel="noopener noreferrer" target="_blank">https://chat.openai.com/?model=gpt-4-code-interpreter</a> 通常の利用では出てないので、左のメニューのSettingsからBeta FeaturesからCode InterpreterをONにする必要があります(2023/7月)　。あとはGPT4からCode Interpreterを選んで実行します。Pythonを使う人にとっては結構衝撃的な機能ではないでしょうか？ ChatGPTの場合実行環境がないので、提案だけで結果は確認できませんでしたが、エラー込みで実行して計算結果を表示してくれます。早速使ってみます。Pythonで実行できそうなプログラムを指定して実行すれば良いだけです。 <pre class="ql-syntax" spellcheck="false">適当にXY座標を持つ点を50ほど準備して、散布図に表示してもらえますか？
</pre> 少しすると実行をしてくれて計算結果を表示してくれます。 <img src="https://assets.blueqat.com/public/uploads/us-east-2:4805ff4b-c3cc-4344-b165-86544c34d0bf/2023/07/10/散布図-XY座標の50点.png"/> タイトルまでつけてくれました。計算結果の上部の、Show Workのプルダウンから実行されたPythonコードが手に入ります。 <pre class="ql-syntax" spellcheck="false">import matplotlib.pyplot as plt
import numpy as np

# Randomly generate 50 points for X and Y
np.random.seed(0)
X = np.random.rand(50)
Y = np.random.rand(50)

plt.figure(figsize=(8,6))
plt.scatter(X, Y, color=&#39;blue&#39;)
plt.xlabel(&#39;X&#39;)
plt.ylabel(&#39;Y&#39;)
plt.title(&#39;Scatter plot of 50 random points&#39;)
plt.grid(True)
plt.show()
</pre> 上記の点を分類してみます。 <pre class="ql-syntax" spellcheck="false">上記の点をk-means法で2分類してください
</pre> <img src="https://assets.blueqat.com/public/uploads/us-east-2:4805ff4b-c3cc-4344-b165-86544c34d0bf/2023/07/10/散布図-XY座標の50点2.png"/> もうChatGPTで仕事がなくなりそうな人がたくさんいそうな予感がします。。。 <pre class="ql-syntax" spellcheck="false">from sklearn.cluster import KMeans

# Prepare the data
data = np.array(list(zip(X, Y)))

# Apply k-means clustering
kmeans = KMeans(n_clusters=2, random_state=0).fit(data)

# Get the cluster labels and centroids
labels = kmeans.labels_
centroids = kmeans.cluster_centers_

# Plot the points with different colors for each cluster
plt.figure(figsize=(8,6))
plt.scatter(data[:, 0], data[:, 1], c=labels, cmap=&#39;viridis&#39;)

# Plot the centroids
plt.scatter(centroids[:, 0], centroids[:, 1], color=&#39;red&#39;, marker=&#39;X&#39;, s=300)
plt.xlabel(&#39;X&#39;)
plt.ylabel(&#39;Y&#39;)
plt.title(&#39;K-means clustering with 2 clusters&#39;)
plt.grid(True)
plt.show()
</pre> ラベル分けされましたので、これを使って予測をしたいので、指定してみました。 <pre class="ql-syntax" spellcheck="false">上記2分類したラベルを使って線形回帰で、線形分類してもらえますか？
</pre> <img src="https://assets.blueqat.com/public/uploads/us-east-2:4805ff4b-c3cc-4344-b165-86544c34d0bf/2023/07/10/散布図-XY座標の50点3.png"/> <pre class="ql-syntax" spellcheck="false">from sklearn.linear_model import LogisticRegression

# Apply logistic regression for linear classification
log_reg = LogisticRegression(random_state=0).fit(data, labels)

# Create a mesh grid for plotting decision boundary
h = .02 # step size in the mesh
x_min, x_max = X.min() - .5, X.max() + .5
y_min, y_max = Y.min() - .5, Y.max() + .5
xx, yy = np.meshgrid(np.arange(x_min, x_max, h), np.arange(y_min, y_max, h))

# Predict the labels for each point on the grid
Z = log_reg.predict(np.c_[xx.ravel(), yy.ravel()])

# Put the result into a color plot
Z = Z.reshape(xx.shape)
plt.figure(figsize=(8,6))
plt.pcolormesh(xx, yy, Z, cmap=&#39;viridis&#39;, alpha=0.2)

# Plot the original points
plt.scatter(data[:, 0], data[:, 1], c=labels, edgecolors=&#39;k&#39;, cmap=&#39;viridis&#39;)
plt.xlabel(&#39;X&#39;)
plt.ylabel(&#39;Y&#39;)
plt.title(&#39;Linear classification using logistic regression&#39;)
plt.grid(True)
plt.show()
</pre> すごいです。多くの失業者が出るというイメージしか浮かびません。

ChatGPTでGPT-4のCode Interpreterを触ってみる

Yuichiro Minato