来源：量子位
做Excel表，真就动动嘴就够了！
看，输入想要干的事：给学生成绩排个名吧。
简单敲个回车，表格唰一下就列好了！
检查一遍也没错。
还能跨表格处理。
比如标记出两张不同表格中排名都在前十的学校。
哦豁，还有点超越ChatGPT？
毕竟给ChatGPT提出类似的要求，它只能帮我写出对应的代码，操作还得自己手动来。
这就是最近在知乎上引起关注的AI工具ChatExcel，一发布就登上了热榜。
它主打用对话的形式实现Excel复杂操作（Chat-to-Excel），告别记函数、手动设置公式。
做好的成品，支持一键导出成标准Excel表格，连复制粘贴这道工序都省了。
而且不用注册、网页上就能用、不限使用次数，相当利好懒人和Excel小白。
甚至懂Excel技能的人都感慨，自己会的这些是不是要没用了。
这就是由北京大学深圳研究生院/信息工程学院3位硕博生，独立开发的项目。
目前已开放Demo供大家试玩。
看到这可能很多人都以为，“这又是一个受到ChatGPT影响开发的项目嘛”。
还真不是。
GitHub项目上的第一个commit是在22年3月就提交了。
而背后真正的契机——
其实是团队中一位小哥，想用技术帮女票解决点工作中的小烦恼啦。
这到底咋回事？量子位联系了主创团队，来一一给大家揭秘~
ChatExcel表现如何？
咳咳，别人女票的事稍后再谈，咱们先来看看ChatExcel的表现到底咋样。
总体来说，它想做的事就是跳过学习Excel、跳过写函数公式，直接把脑子里的需求变成表格里的内容。
团队在知乎首发产品时，用了一张图做解释：
老规矩，我们来上手体验下。
进入主页面后，网站默认展示demo，点击UPLOAD就能上传自己的表格。格式需要是标准Excel文件。
我们找隔壁ChatGPT生成了一份学生成绩单，让ChatExcel进行计算操作。
主要测试了需要插入函数的Excel操作。比如：
给总分在255以上的人标记为A，总分在240-255的人标记为A-，总分在210-240的人标记为B。
打完内容，敲一下回车，它就开始处理了。
假如老师想知道谁是单科第一呢？输入：
找到表格中数学成绩最高分的人。
然后，它就生成了一个新的界面，里面只有最高分童鞋。
如果还想对表格进行其他操作，点一下页面中的“UNDO”，它就能返回到操作前的表格了。
我们还让它对表格中的学生进行成绩排名、并列出名次，ChatExcel都没有出错。
除此之外，它还能连续完成任务。
比如想在表格里增加一栏平均分，可以先要求它增加一列：
再进一步输入需求，让它把计算好的结果填进去：
最后得到的表格，点击“DOWNLOAD”，即可导出为普通的Excel表格。
体验下来，感觉ChatExcel主要有两大特点：
连贯性
准确性
比如之前也有帮人生成Excel公式的工具，excelformulabot能实现这一功能，但它是独立在表格外的，需要自己把单元格带入到给出的公式了。
如果是具体一些的描述，还会出现给不出公式的情况。
而对比ChatGPT来说，ChatExcel计算的准确性更突出。
比如计算同一个表格的平均数，ChatGPT不是弄错到底有多少个人，就是计算的时候带错数字，反复纠正都救不回来……
所以，ChatExcel是怎么做到的？背后原理到底如何？
把“乙方思想”贯彻到底
ChatExcel的原理一言以蔽之，就是直接把“大白话指令”转换成类似于VBA这样的程序语言，然后再执行程序。
底层基于Transformer架构，基本技术路线就是无监督训练+具体场景微调。
但NLP模型搞数学，一直都很容易出错，强大如ChatGPT都很难避免。
为此，团队在训练模型的过程中，将重点放在了符号逻辑上，期间还有意引入了一些逻辑符号的新知识。
由此我们也看到，它在计算上出错的概率并不高。
除了数学能力出众之外，ChatExcel最大的一个特点就是持续交互。
这是因为ChatExcel每次的生成结果，都是基于用户提出的新需求+上一轮生成的表格。对模型的理解力及运算其实提出了更高的要求。
为什么要实现这一功能？
团队介绍说，如Dall·E、ChatBCG等AI工具，完成任务的方式都是单次不持续的。但在人们的实际使用过程中，想法是一步步推进的。
举例来说，用户和ChatExcel之间的关系就好比甲乙双方，ChatExcel是乙方，用它处理表格的我们就相当于甲方：
要求只管提，改到满意为止。（Doge）
同样，这个乙方思维也体现在开发团队自己身上。
Demo发布后，很多人跑来围观、试用和提建议。最常出现的反馈是，ChatExcel有点理解不了提出的要求，需要重新措辞调整。
对于这些情况，团队先阐明态度：建议我们全盘接收。
同时也进一步解释了原因，目前开放的demo还不是很完善。
这一方面是为了看看大家的反馈做进一步优化；另一方面，也是希望收集更多的语料，让模型之后能更聪明一些。
比如，有人就提出：
既然都已经有“undo”（撤销）操作，什么时候可以把它处理表格的过程显示出来。
还有人附议，表格数据太多就很难检查它是否处理正确：
提高ChatExcel执行任务的透明度，方便检查错误。
对于这些建议，团队和我们说，他们已经在开始着手调整了。
比如很多人反馈的语言理解问题，他们打算之后在对话框下根据用户的输入，推荐一些标准操作语句，大家直接选择就可以了，不用自己研究措辞，有点现在AI客服那味儿。
除此之外，还有这些功能也在开发的路上了：
表格上传格式更加兼容
展示ChatExcel处理表格的具体过程，更加透明化
……
以及ChatExcel更加具体的原理介绍，之后也会在官网以博客的形式发布。
甚至包括代码，也会进行开源。
受到女票启发，把业余项目做成正式课题
说来ChatExcel的诞生，也是相当因吹斯听了。
它受启发于团队成员的女票、导师立刻拍板认可、把业余项目做成正式课题……
这还要从Kid和CY拉起小团队说起。
他们都来自北京大学深圳研究生院信息工程学院袁粒老师的课题组，已经是准博了，还有一位成员正在读硕士。
作为机器学习的基础理论研究者，他们日常和论文打交道更多。
为啥突然从理论研究转向应用？
这还得从Kid的女票说起。
他说自己的女朋友是一位中学信息老师，日常工作中经常需要帮年纪大的老师处理Excel表格问题。
为了帮女朋友多分担一点工作（bushi） ，当然也看到确实有很多人深受Excel复杂操作困扰，Kid就萌生了试试看的想法。
我觉得Excel公式的使用，多少还是需要编程思维的，这对于很多人、尤其是不擅长电脑操作的人来说，很不友好。而拿着工具书从头啃，也确实比较麻烦。
当时正值OpenAI的Copilot大火，看到AI在提升生产力上大有可为，他就拉着CY一起，打算仔细研究研究这事儿。
但事情前期，并没有想象中顺利。
一方面，它刚开始只是个业余项目，大家都是抽空来做。
另一方面，团队在技术路线上也做过重大调整。
最初，他们觉得ChatExcel应该是往判别式模型那块儿走的，于是就顺着这一思路推进，但没想到：
前期处理工作量太大，需要引入非常非常多的符号逻辑，数据要求很高。
这对于小团队来说基本上是致命的，因为数据量意味着人力物力时间成本都会飙高。
没有办法，Kid和CY就坐下来重新复盘这件事：
我们想到李沐老师发过一个视频，讲“BERT和GPT之争”，我们最初都觉得BERT各种指标表现更好。GPT呢，有点摸不清它想干啥。
但仔细一想，从任务本身的需求来看，生成式才是我们真正想要的东西。
加之去年OpenAI一系列生成式工作开始大火（如Copilot、Dall·E），两个人最后决定，推翻原有思路，重新从生成式模型做起。
明确了技术路线，后续推进也就更顺了。
加上这项工作还得到了导师袁粒的认可和支持，团队在资源和经费上也更充裕了一些。
（p.s.但团队也和我们解释说，目前其实还不能负担太多成本，运行速度会受到影响、一些命令行识别也还存在问题
）
不管怎样，历经1年时间，ChatExcel终于发布demo。
但这只是计划的第一步。
团队表示，接下来还将对产品做更多迭代升级，并会开源代码、揭秘背后技术。
对于ChatExcel的定位，他们坚持“小而美”。
Kid介绍说，大模型的确是当下的趋势，如OpenAI、百度等都在通用大模型领域不断推进成果。但他们认为，在一些子任务领域上，模型的能力还有待提升，这可能会是未来的一个趋势。
由此，他们目前会更加专注于模型特定场景下的能力提升。
至于长远目标，团队希望打造一个“Chat生态”、交互式AIGC。
终极“Chat生态”（幻想版）大概会长这样：
而回到ChatExcel本身，团队表示的确有商业化的考虑，但会是To B层面的。
（听说demo一发布就已经有不少公司联系他们了）
在To C这边，会坚持公益开放的形式，人人都能用。
而回看整个开发过程，Kid和CY的很多感受都记忆犹新。
比如看到ChatGPT做表格大火后，他们又惊又喜。
“惊”，是因为开始担忧会不会有很多同类产品出来？自己的项目没有生存余地了？
Kid说自己看到这些新项目不断涌出后，晚上都要睡不着觉了。
“喜”，则是因为觉得自己的想法和趋势发展一致，这也是一种肯定。
至于项目本身，他们的态度非常坦然，问题全盘接受，但对自己的成果也很有自信。
我们现在依旧觉得自己的方案很“优雅”。
感觉做理论的人转来做应用，总是能想到一些奇怪的思路hhh。
（应受访者要求文中Kid、CY为化名）
传送门：
https://chatexcel.com/
参考链接：
[1] https://www.zhihu.com/question/586673687
[2] https://zhuanlan.zhihu.com/p/607997627
推荐阅读
欢迎大家加入DLer-计算机视觉技术交流群！
大家好，群里会第一时间发布计算机视觉方向的前沿论文解读和交流分享，主要方向有：图像分类、Transformer、目标检测、目标跟踪、点云与语义分割、GAN、超分辨率、人脸检测与识别、动作行为与时空运动、模型压缩和量化剪枝、迁移学习、人体姿态估计等内容。
进群请备注：研究方向+学校/公司+昵称（如图像分类+上交+小明）
👆 长按识别，邀请您进群！
8737
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
