# GPT-4 - 0613：OpenAI的最新多模態模型
OpenAI是一個致力於創造和研究人工智能的非營利組織，其目標是確保人工智能的發展能夠符合人類的利益和價值。OpenAI的一個重要項目是GPT系列，這是一組基於深度學習的大型自然語言處理模型，可以理解和生成自然語言或代碼。
GPT-4是OpenAI在2023年3月發布的最新里程碑，它是一個大型多模態模型，可以接受圖像和文本輸入，並輸出文本。GPT-4在許多專業和學術的基準測試上表現出與人類相當的水平。例如，它通過了一個模擬的律師考試，成績在考生的前10%；相比之下，GPT-3.5的成績只有後10%。
GPT-4的一個重要特點是它具有函數調用的能力，這意味著它可以根據用戶的指示執行特定的任務，例如計算數學表達式、查詢天氣預報、生成圖片等。這使得GPT-4可以更靈活地適應不同的場景和需求。
GPT-4 - 0613是OpenAI在2023年6月13日發布的GPT-4的最新版本，它包含了一些更新和改進。其中一個改進是增加了對代碼生成和理解的支持，這使得GPT-4可以更好地處理程序設計相關的問題和任務。另一個改進是提高了GPT-4的推理能力，使其能夠處理更複雜和抽象的問題，例如安排會議時間、解決數學難題等。
GPT-4 - 0613目前可以通過OpenAI API或ChatGPT Plus來訪問，前者是一個開放的平台，讓開發者可以使用OpenAI的模型來創建各種應用；後者是一個基於GPT-4的聊天機器人，可以與用戶進行自然和有趣的對話。OpenAI還計劃在未來推出圖像輸入的功能，讓GPT-4可以根據用戶提供的圖像或文字來生成圖像。
GPT-4 - 0613的一個重要特點是它可以調用函數，這意味著它可以根據用戶提供的函數描述，智能地選擇輸出一個包含函數參數的JSON對象。這是一種更可靠地將GPT-4的能力與外部工具和API連接的新方法。這些模型經過了微調，既能夠檢測何時需要調用函數（取決於用戶的輸入），也能夠返回符合函數簽名的JSON。
調用函數使開發者能夠更可靠地從模型獲得結構化的數據。例如，開發者可以：
- 創建聊天機器人，通過調用外部工具來回答問題（例如，像ChatGPT插件那樣）
- 將查詢如“給安雅發郵件，看看她下周五是否想喝咖啡”轉換為一個函數調用，如send_email (to: string, body: string)，或者“波士頓現在的天氣怎麼樣？”轉換為get_current_weather (location: string, unit: 'celsius' | 'fahrenheit')。
- 將自然語言轉換為API調用或數據庫查詢
- 將“這個月我的前十名客戶是誰？”轉換為一個內部API調用，如get_customers_by_revenue (start_date: string, end_date: string, limit: int)，或者“上個月Acme, Inc.下了多少訂單？”轉換為一個SQL查詢，使用sql_query (query: string)。
- 從文本中提取結構化數據
- 定義一個函數，如extract_people_data (people: [ {name: string, birthday: string, location: string}])，從一篇維基百科文章中提取所有提到的人。
這些用例是通過我們的/v1/chat/completions端點中的新API參數實現的，functions和function_call，它們允許開發者通過JSON Schema向模型描述函數，並可選地要求它調用一個特定的函數。
Chatgpt 也可以報天氣?!
為了展示GPT-4 - 0613如何調用函數來連接香港天文台的開放數據API，我們可以定義一個函數，如get_hko_weather (location: string, dataType: 'flw' | 'fnd' | 'rhrread' | 'warnsum' | 'warningInfo' | 'swt')，其中location是香港的地區名稱，dataType是要獲取的數據類型。然後，我們可以向GPT-4提供一個用戶輸入，例如“香港島今天的天氣怎麼樣？”，並要求它調用get_hko_weather函數。GPT-4可能會返回一個JSON對象，如下所示：
```json
{
"function": "get_hko_weather",
"arguments": {
"location": "香港島",
"dataType": "flw"
}
}
這個JSON對象可以被開發者用來向香港天文台的API發送一個請求，並獲取相應的天氣預報數據。例如，開發者可以使用以下代碼片段來實現這一功能：
import requests
import json
# Get the JSON object from GPT-4
gpt_output = openai.ChatCompletion.create(
model="gpt-4-0613",
messages=[
{
"role": "system",
"content": "You are a helpful assistant."
},
{
"role": "user",
"content": "香港島今天的天氣怎麼樣？"
}
],
function_call="get_hko_weather"
)
# Parse the JSON object and get the function arguments
function = gpt_output["function"]
arguments = gpt_output["arguments"]
location = arguments["location"]
dataType = arguments["dataType"]
# Construct the API request URL
base_url = "https://data.weather.gov.hk/weatherAPI/opendata/weather.php"
params = {"lang": "tc", "dataType": dataType}
request_url = base_url + "?" + "&".join([f"{key}={value}" for key, value in params.items()])
# Send the API request and get the response
response = requests.get(request_url)
data = response.json()
# Print the weather forecast for the location
print(f"{location}的天氣預報：")
print(data["forecastDesc"])
這段代碼片段的輸出可能是：
香港島的天氣預報：
今日間或有驟雨及雷暴。今晚及明日大致多雲，早上有霧。明日稍後轉晴。今日最高氣溫約28度，明日最低氣溫約23度。吹和緩偏東風。
GPT-4 - 0613是一個令人驚嘆和令人興奮的模型，它展示了人工智能在自然語言處理和多模態生成方面的巨大進步。它也帶來了許多新的可能性和挑戰，需要我們持續地關注和探索。
