ChatGPTのCode interpreterの仕組みを、自分の理解で整理します。

※ 追記:「Code interpreter」は、現在「Advanced Data Analysis」に改名されました。中身の機能に変更はありません。

• はじめに
• Code interpreterの仕組みを理解する
  • Code interpreterの仕組み
  • ケーススタディ：Code interpreter実行時の流れ
    • 1. ユーザーからのファイルアップロードと指示
    • 2. ChatGPTによる計画の立案
    • 3. 処理の実行と実行結果のダウンロード
  • Code interpreterサンドボックス環境の詳細
    • カレントディレクトリ
    • Disk容量
    • Pythonバージョン
    • OS情報
• おわりに
• 参考

はじめに

先日、ChatGPTのCode interpreterがbetaリリースされました。

非常に有用な機能で、世間的にもお祭り状態ですね。
私も色々試して遊んでいます。

一方で、「どう活用できるのか」ではなく、「どういう仕組みなのか」という観点は、Code interpreterを実際に触ってみるまで私も良く分かっていませんでした。

今回は、Code interpreterの仕組みに焦点を当てて、自分の理解を整理します。

ChatGPTのCode interpreter、裏側の仕組みを整理しました.

Code interpreterの仕組みを理解する | ChatGPT - BioErrorLog Tech Bloghttps://t.co/7xFRezLnbtpic.twitter.com/cDqA849CGw

— BioErrorLog (@bioerrorlog)July 9, 2023

Code interpreterの仕組みを理解する

Code interpreterの仕組み

Code interpreterは、Pythonを実行できるサンドボックス環境がChatGPTに割り当てられる機能です。

三人の登場人物を意識すると、この仕組みを理解しやすいでしょう。

• ChatGPT:
  ユーザーからの入力に対して実行計画を立て、Pythonコードを生成する。
• Python実行環境:
  ChatGPTが生成したPythonコードを実行できる。
• ディスクスペース:
  実行されるPythonコードは、この領域にアクセスできる。
  ユーザーはここにファイルをアップロード/ダウンロードできる。
  このディスクスペースは一時的なもので、一定時間経過するとリセットされる(ephemeral/一時的な領域である)。

つまり、ユーザーの指示に応えるためのPythonコードが生成&実行される、その実行対象データたるファイルもアップロードできる、という訳ですね。

ChatGPTに出す指示はPythonが対応できる範囲(Pythonからコマンドも実行できるので範囲は非常に広いです)であればなんでも対応してくれますし、アップロードするファイルもPythonで扱えるファイルであればなんでも対応できます。

これまではChatGPTにコードを生成させることはできても、それをコピペして実行するのはあくまでユーザーの責務でした。それが、ChatGPT側でコード実行までできるようになったのは嬉しいアップデートですね。

ケーススタディ：Code interpreter実行時の流れ

では例として、「ある動画ファイルをTwitterアップロード用に変換する」というケースを取り上げ、どのような処理がどこで起きているのかを追いかけてみます。

1. ユーザーからのファイルアップロードと指示

まず、動画ファイルをアップロードして指示を出します。

この段階では、ファイルが一時ディスクスペースにアップロードされ、ChatGPTに指示が飛んでいる状態です。

2. ChatGPTによる計画の立案

この指示対して、ChatGPTは「こういう処理を実行しようと思います。よろしいですか？」と計画を立案してきます。

今回は、下記のようにして実行計画を立ててきました。

1. Twitterアップロード用の最適なフォーマットの整理
2. アップロードされた動画ファイルのフォーマットを確認 (Python実行)
3. Twitterアップロード用の最適なフォーマットと、現状の動画ファイルのフォーマットの差分から、どんな変換を行えば良いかを立案

3. 処理の実行と実行結果のダウンロード

提案された計画に対してユーザーがGOサインを出すと、ChatGPTはPythonコードを生成して実行します。

Python実行結果がエラーになったときは、そのエラーを解析して勝手に試行錯誤してくれます。面白いですね。

処理結果のファイルは、ダウンロードリンクが提示されてユーザーがダウンロードできます。

以上、ユーザーからの指示を実現する処理(Python)を、ChatGPTがCode interpreterサンドボックス環境上で実行していく、という流れを追いました。

Code interpreterサンドボックス環境の詳細

最後に、Code interpreterで割り当てられるサンドボックス環境の詳細を調べます。
(全て執筆時2023/07時点の調査結果です)

カレントディレクトリ

カレントディレクトリは、作業開始時点で/home/sandbox です。

Disk容量

• 全容量：約 133 GB
• 使用中：約 75 GB
• 利用可能：約 57 GB

思った以上のdisk容量が割り当てられていました。

Pythonバージョン

Pythonのバージョンは3.8.10 です。

少し古くも感じますが、GPTが2021年までの情報で学習されていることを考えると妥当ですね。

OS情報

Linuxで、アーキテクチャはx86_64でした。

ちなみにplatform.linux_distribution()がPython3.8から使えなくなっていることもあり、何のディストリビューションなのかまで辿り着けませんでした。(わかったら是非教えてください)

おわりに

以上、Code interpreterの仕組みを整理しました。

止まる気配のないLLM界隈のアップデートを見ていると、まさに時代の変わり目といった機運で面白いですね。

どなたかの参考になれば幸いです。

Follow @bioerrorlog

[関連記事]

www.bioerrorlog.work

www.bioerrorlog.work

参考

• ChatGPT — Release Notes | OpenAI Help Center
• OpenAI