这篇特邀博文由Noorjax Consulting的 Felipe Haro 和 Joaquin Guzman撰写，分享 了他们将ChatGPT无缝集成到AnyLogic模型数据收集流程中的创新方法。
建立模型并生成仿真结果图表仅仅是个开始。那么，如何理解模型并收集模型所需的数据呢？光有一个完善的模型可能还不够。
如今，我们有多种方法使用智能解决方案来改善我们的体验。ChatGPT是一款多功能工具，可以帮助您读取数据并在运行模型时生成结论。在这篇博文中，我们将揭示ChatGPT集成的几种技术，并教您如何利用这种集成进行数据分析。
博文内容：:
用于数据分析的 ChatGPT
ChatGPT擅长快速有效地处理海量数据。与人类相比，人工智能需要更少的时间来处理信息并得出结论。想象一下，将ChatGPT这样的先进工具集成到您的仿真模型中以简化这一过程。
另请阅读：在ChatGPT中释放仿真建模的力量。
这就好比有了一个副驾驶员，可以帮助你更直观地驾驭模型的行为。利用自然语言处理（NLP），人工智能可促进分析师或决策者与仿真模型之间的无缝交流。这种方法简化了探索、总结>和解释数据等任务。
数据分析师副驾驶员
让您的生活更轻松的解决方案是带有对话智能体的 AnyLogic 库。该智能体连接到 OpenAI平台，让您可以在模型中直接受益于人工智能能力。您可以通过该智能体发送消息并读取回复，让 ChatGPT 完成所有数据分析工作。
在了解安装过程和功能之前，让我们通过一个示例模型来了解对话是如何工作的。
在 AnyLogic 模型中集成 ChatGPT 的示例
上面的视频演示了通过ChatGPT智能体与模型进行通信的流程，让我们一步步来了解这个例子。在这个模型中，用户可以调整出生率，而死亡率则根据人口增长而变化，以限制人口的过度增长。
该模型的具体细节对于演示目的来说并不重要，但可以想象它最初遵循的是指数增长模式，然后由于施加的限制而趋于平稳，形成一条S曲线。运行该模型后，人口会发生相应的演变。
现在，我们可以开始与ChatGPT互动了。我们可以询问一般的行为问题或查询特定的数据点。
让我们来了解一些具体情况。例如，在仿真过程中调整出生率，观察由此产生的人口变化。
我们可以要求 ChatGPT 根据新结果得出结论，而无需提供额外的背景。这些回答有时会推断或假设细节，但往往能得出正确的结论。
例如，虽然ChatGPT对变化时间的描述可能不准确，但它正确地指出了人口减少的原因--在本例中，是出生率下降。不过，必须谨慎对待这些回复。请记住，ChatGPT只是一个有帮助的工具，而不是完美的数据科学专家。
ChatGPT 数据分析师的安装
ChatGPT集成过程非常简单直接，只需遵循以下三个步骤即可：
- 访问 GitHub 并安装 Pypeline 库。它支持 Python查询，这对使用OpenAI至关重要。
- 安装由 Noorjax 开发人员设计的 ChatGPT 库。 如果你是在AnyLogic中添加库的新手，请查看帮助文档 以获得指导。
- 安装完成后，您会在面板底部发现两个新增库。只需将对话智能体拖放到模型中即可。
完成安装阶段后，让我们来熟悉一下对话智能体的参数。
文本字体部分
在这里，您可以自定义标题和聊天信息的文本字体。您可以随意尝试，找到最适合自己的选项。
Python 参数
Python 路径: 在这里，您可以指定计算机上 Python 可执行文件的路径。如果您是 Python 安装新手，请查看指南。
API 密钥: 用于访问OpenAI服务的唯一标识符。您可以通过登录或注册在 OpenAI 平台上找到您的 API 密钥。
助手密钥：
- 进入OpenAI助手页面，点击 + 创建。
- 为您的助手命名，写明您希望聊天工具的行为方式，并提供有关模型目的的上下文。包括数据格式，以便与OpenAI进行有效沟通。
- 从可用选项中选择大型语言模型，同时考虑性能和成本。程序库默认使用GPT3.5；如果想获得更好的性能，可以选择GPT4。如果选择GPT4，请务必设置付款方式。
- 复制生成的助手密钥并粘贴到 AnyLogic 中对话智能体的助手密钥参数中。
例如："以流行病学专家和数据科学与统计学专家的身份回答问题，字数不超过 80 字。只提供与数据相关的结论和答案。数据格式如下 NameOfStat:{{Time:Value}}"。
格式对于无缝ChatGPT数据分析和通信至关重要。它可以帮助智能体了解接收到的数据格式。
重要提示： 确保您的OpenAI平台有足够的点数来接收聊天回复。GPT3.5可能有初始点数，但 GPT4.0或更高版本没有。
数据时间单位：此设置决定ChatGPT在回复时使用的时间单位。在向聊天提供数据时，请确保与这些单位保持一致。
响应更新时间（秒）： 该参数决定 API 检查响应准备情况的频率。可以保留为默认值。
对话演示
您可以使用下面的参数修改对话图像。请随意尝试，找到最适合您的方法。
对话框宽度：以像素为单位调整对话框宽度，以适合您的界面。
文本间距：以像素为单位设置每行文字之间的间距，以提高可读性。
聊天行数显示：指定显示的最大行数，以控制其大小。
文本框高度：定义文本框的高度，以方便输入。
按钮高度：确定重置和运行响应等按钮的高度，以方便交互。
每行最大字符数：限制每行的最大字符数，以保持清晰并防止文本溢出。
将数据传输到对话工具
现在我们已经设置好了一切，下一步就是告诉ChatGPT我们对哪些信息感兴趣。在我们使用的示例中，这将是出生率发生变化时的信息。此外，我们还想跟踪出生、人口和死亡人数随时间的变化情况。为此，我们可以设置一个事件，每月生成一次数据。
addStat 方法需要三个参数：
- 数据名称。
- 收集时间。
- 数据转换为字符串。
如果还想收集上述事件中初始出生率的信息，可以在time t=0 添加：
chat.addStat("birth rate", time(), Double.toString(birthRate));
之后，我们可以使用相同的代码来收集用户更改出生率的信息，如下图所示。
最后，如果要重置数据，可以使用resetStats()函数。
查看我们的人工智能和仿真页面，进一步了解 AnyLogic 整合新技术的能力。
关于使用ChatGPT进行数据分析的最终意见
在仿真建模中，ChatGPT集成为分析师和决策者提供了从复杂系统中获取洞察力的卓越能力。它处理大量数据并提供预测性见解的能力增强了情景分析。不过，必须承认的是，ChatGPT并不是完美无缺的，它应该被视为一种辅助工具，而不是分析工作的唯一决定因素。
敬请关注最新、最有效的技术，以增强您与仿真模型的互动。立即订阅我们的时事通讯，了解最新信息！
