資訊安全新知分享
NEITHNET 資安實驗室
簡介
ChatGPT是一個基於OpenAI的大型自然語言處理模型，旨在為對話系統提供高品質的自然語言理解和生成功能。 ChatGPT使用了許多先進的技術，包括Transformer模型、自監督學習和微調等。總的來說，ChatGPT是一個基於先進技術的自然語言處理模型，可用於許多不同的應用場景，例如對話機器人、語言理解和自然語言生成。通過使用Transformer模型、自監督學習和微調等技術，ChatGPT能夠提供高品質的自然語言處理功能，並且在不斷地進化和改進中。
CodeGPT是一個基於OpenAI的自然語言處理模型，專門用於代碼生成和理解等任務。 CodeGPT使用了許多先進的技術，包括Transformer模型、預訓練、自監督學習和微調等。Transformer模型是一種基於注意力機制的序列到序列模型，可用於自然語言生成和理解等任務。 CodeGPT使用了類似於GPT-2的Transformer架構，並在大量的代碼數據上進行預訓練。
預訓練是指在大量未標記的數據上進行訓練。 CodeGPT使用了預訓練的方式來提高模型的性能，這是因為代碼數據的標記比較困難，而且模型可以在大量的未標記數據上進行自我訓練，從而提高模型的準確性和效能。總的來說，CodeGPT是一個基於先進技術的代碼生成和理解模型，可用於許多不同的應用場景，例如代碼自動完成、代碼摘要和代碼生成等。通過使用Transformer模型、預訓練、自監督學習和微調等技術，CodeGPT能夠提供高品質的代碼生成和理解功能，並且在不斷地進化和改進中。
GitHub Copilot是GitHub和OpenAI共同開發的人工智能代碼編輯器，可以根據上下文提示和語言規則，自動生成代碼片段、函數和整個文件。Copilot使用了許多先進的技術，包括自然語言處理、預訓練模型、機器學習和生成對抗網絡等。總的來說，GitHub Copilot是一個基於先進技術的智能代碼編輯器，可以根據上下文提示和語言規則自動生成代碼片段、函數和整個文件。通過使用自然語言處理、預訓練模型、機器學習和生成對抗網絡等技術，Copilot能夠提供高品質的代碼生成和理解功能，並且在不斷地進化和改進中。
以上，都是筆者從ChatGPT的問答對話中節錄出來的。ChatGPT可以提供在它訓練範圍內，相當品質的對話，看起來還是不錯的。不過人類大腦，還是可以隱約歸納出它的某些pattern，進而推測出對方不是『一般人』。不過既然我們都是工程師，自然想玩玩看這些 model能不能帶給我們一些有趣的幫助。底下，我們就做些試玩！
首先我們準備三個題目
1. Coding，問問看，是不是可以幫我寫段程式？
2. Test Case，工程師寫test case很煩，那可以幫我寫test case嗎？
3. Remark，註解也是一個重要的工作，我們問問看能不能幫忙寫個註解。
首先試玩一下ChatGPT，ChatGPT有網頁可以直接操作，只要註冊後就可以直接使用，算是相當方便。以下是筆者的問題，大家可以試試看，不同的詢問，獲得的答案不太一樣。
其實筆者測試過幾次，有中文也有英文，但是結果都不太一樣，是挺人性的。但是程式碼是不是堪用，得需要自己去review。光看是很有架勢，個人覺得比較適合初學的人，用來參考別人的程式脈絡與思維。
接著試試 CodeGPT。CodeGPT是一個VS Code的Plugin，首先要安裝與設定。然後需要註冊一個OpenAI的帳號，讓CodeGPT可以使用OpenAI幫忙處理。我們問一樣的問題，看看CodeGPT的程式有沒有寫的比較好？
使用 text-davinci-003這個 model寫的程式：
雖然比ChatGPT醜了點，還是有寫出來。
但是如果換成 code-davinci-002，就不幫忙寫了，真是有點….
最後看一下 Github Copilot有沒有比較厲害。
筆者直接寫了一個簡單的註解，讓Copilot幫忙找答案，它直接給了四個答案。（截圖為部分內容）
答案形形色色，看起來是需要專業的人員來挑選。後續問 test cases以及 remark都是很理想。歸納起來，找範例程式看起來是Github Copliot比較擅長的。
以費用來說，目前ChatGPT看起來是可以簡單的免費玩，如果付費的話，每個月$20美元，可以有比較高的priority跟反應速度。有時候免費方案會比較忙，大概就是要等等它。CodeGPT則是消耗你自己的OpenAI帳號的token數量來計費，CodeGPT本身不收錢。目前OpenAI有$18美元的美費額度。而Github Copilot目前提供60天免費試用，之後是$10美元一個月。大家想嘗試看看，倒是不錯的選擇。
以上的試玩心得歸納如下：
1. 如果要找豐富的程式片段，Github Copilot是不錯的選擇。ChatGPT也有『機會』命中看起來不錯的程式碼。
2. 如果要裝飾程式碼，比方說添加測試test case或是使用說明，ChatGPT是不錯的說書人。
3. CodeGPT看起來還需要多點trainning才有辦法跟上前兩者。
4. ChatGPT跟CodeGPT的回答，就像在閒聊程式碼。對於需要精準的程式設計，其實不是很恰當。
當然筆者也很慶幸，距離工作被完全取代尚有些時間就是了。
最後，祝大家跟GPT玩得愉快～