小哥给GPT4装上“眼睛”让它看到家里的物品，真成机器人保姆了?

“最强AI”GPT-4推出后，全球网民把它玩出了花。有人用它建网站，有人靠它作弊，还有人让它设计理财方案。以上这些都发生在电脑上，意味着GPT-4的真身只存在于赛博空间里。但外国小哥麦凯·瑞克利（Mckay Wrigley）不走寻常路。他想给GPT-4一双“眼睛”，让它自己看到现实空间里的一切，成为他的家庭生活助手。

也就是说，把GPT-4从赛博空间带到现实空间。从结果看，他做得很成功……瑞克利是一个自学成才的程序员，码龄不过四年。虽然经验尚浅，但靠着热情和好奇心，他在不久前做出“GPT之眼”。这个名字听上去高端大气，但用他的话说，“不过是一堆东西拼凑在一起，根本不复杂”（当然也可能是谦虚）。

想要让GPT-4看到家里的一切，需要经历两个步骤，一个是拍摄，一个是视觉分析。首先，瑞克利用苹果手机拍摄视频，视频直播到电脑上。接着，他使用电脑上的视觉模型YOLOv8来检测目标。为了确保准确性，他需要先将房间内所有物品的图像输入进去，形成自己的数据集。

这是任务的核心，还好繁重的工作都由YOLOv8完成。瑞克利说他只看了20分钟的油管教程视频，就搞定了一切。为了让“家庭助手”的工作风格更自然，瑞克利选择用语音和它对话。

他使用OpenAI公司的语音自动识别系统Whisper，将它安装到电脑上。Whisper对英语识别的准确性和人类差不多，检测到话语后，它会转成文字输入给GPT-4。与此同时，视频上的物体由YOLOv8识别，输入给GPT-4。

GPT-4写出来的文字，会由AI语音生成器自动读出来。就这样，GPT-4的耳朵、眼睛和嘴巴都有了。“一切都唾手可得，简直非常简单。” 瑞克利兴奋地写道，“这就是世界未来的样子！”光看文字，可能感觉不到科幻之处，但看视频就有点毛骨悚然了……

“请记住，眼前这个AI没有任何先验知识，它只能通过摄像头拍到的物品来获得信息。” 瑞克利在视频开头说，“大家可以看到，屏幕上有很多框，这就是它在识别物品。”“除此外，它还可以在网上搜索关于物品的信息。”瑞克利按下运行按钮，GPT-4用专业的女声说：“我有什么能帮您的吗？”

瑞克利问：“生酮饮食是什么东西？”GPT-4说：“让我找找……生酮饮食是一种低碳水化合物、高脂肪的饮食。它可以降低血糖和胰岛素，在远离碳水食用脂肪的过程中，改变身体的新陈代谢。”瑞克利问：“好的。我想知道，如果我给你看一些食物，你能告诉我哪些属于生酮食物吗？”GPT-4说：“当然。给我看看你的食物，我能告诉你哪些是生酮食物。”瑞克利打开冰箱，用很快的速度拍摄牛油果、牛排、果汁、橙子、柠檬、酱料等食物。

在他拍的时候，这些物品都被框了起来。

他拍得相当草率，每个食物在镜头上停留的时间可能不到一秒。

之后，他关上冰箱，对观众们解释：“当我离开冰箱的时候，它就明白我不想继续展示了。冰箱门一关，它开始处理信息，整个识别过程很快。”过了几秒钟，GPT-4说：“看起来，你家里有牛排、菠菜、黄油、牛油果和柠檬。这些都是很棒的生酮食物。”瑞克利举了个大拇指说：“干得好，这就是我想让你做的。接下来我要你去网上搜菜谱，看看我能用这些食物做什么晚餐。”

GPT-4回答：“让我看看……我搜到一个叫‘15分钟柠檬大蒜黄油牛排配菠菜’的食谱。它用到了你有的食材。”

它给出了网页的链接，瑞克利向它表示感谢。双方客套了一下，然后GPT-4关闭了。点进GPT-4给的菜谱网页，瑞克利发现不是很完美，因为里面也用到了他没有的食材。

“不过我觉得挺不错的了。你们看，它还不是一个完整的产品，只是一个演示。现在的效果已经很令人印象深刻了。”瑞克利说，他非常期待苹果公司将在今年夏天推出的AR眼镜。搭配上GPT-4还未正式推出的图像输入功能，效果会非常爆炸。想一想，戴着眼镜随处看，就能让GPT-4对你的生活了如指掌……这不就是机器人管家走进现实吗？

瑞克利用到的技术不算复杂，但让GPT-4直接和现实交互，有点未来世界的样子。推特评论区里，很多人已经等不及要试了，瑞克利鼓励大家“它做起来比看起来容易100倍”。上个月，瑞克利做过“GPT之眼”简易版，效果也很不错。他拿着可乐，问GPT-4这是什么，它很快回答“这是一罐可乐”。

接着，他问里面有多少卡路里。虽然光线模糊，距离也不算近，GPT-4看出来（准确地说是视觉模型看出来）这是健怡可乐，回答“它不含有任何卡路里”。GPT-4还搜索出这款可乐的成分，给出网站链接。

瑞克利又拿出自己的牙刷，问它这是什么，同时要求它找到在亚马逊上的购买链接。

GPT-4回答“这根牙刷售价6.66美元，有14712人留下评分，星级评分为4.7”。接着，它给出购买链接。瑞克利点进去后发现犯了点小错，GPT-4给的不是原价，而是折后价，大概是因为它登录了自己的亚马逊账号。

在最后的测试，瑞克利拿出一张电影海报，问GPT-4这个男人是谁，给出关于他的信息。

GPT-4很快找到他是约翰·维克，《疾速追杀》里的角色。“约翰·维克是基努·里维斯在一部新黑色动作惊悚片中扮演的角色。约翰是一名传奇杀手。在一群人闯入他的家，偷走他的车，杀掉他已故妻子送的小狗后，他寻求复仇，重新回到犯罪的地下世界。这使他和曾经所属的国际杀手组织产生的冲突。”维基百科的链接也贴心附上了。

现在，瑞克利在兴奋地期待AR眼镜，把它和GPT-4结合后，整个人就像生活在科幻小说里。

而这仅仅只是开始。

也许机器人管家会普及化，

也许人们会找出更神奇的功能，做出更不可思议的产品，算是AI降生后给人的小小期盼吧……