OpenAI 對 API 進行了更新，其中包括一種名為函數調用（function calling）的功能，它允許開發人員向 GPT-4 和 GPT-3.5 描述函數，并讓模型創建代碼來執行這些函數。

根據 OpenAI 的說法，函數調用有助于聊天機器人的開發，這些聊天機器人能夠利用外部工具，將自然語言轉換為數據庫查詢，并從文本中提取結構化數據。這些模型經過了微調，不僅可以識別應該調用函數的實例，還可以提供與函數簽名一致的 JSON 響應。

由于函數調用發揮了至關重要的作用，人工智能模型可以智能地與外部工具和 API 連接。開發人員可以通過為這些模型指定函數來訪問大量的功能和服務。通過使用外部工具來響應查詢、搜索數據庫或從非結構化文本中提取結構化數據，這種連接使人工智能模型能夠完成超出其自然能力之外的任務。由于函數調用，人工智能模型變得更加通用和有效，能夠應對現實世界中的復雜挑戰。

隨著 gpt-4-0613 和 gpt-3.5-turbo-0613 的發布，開發人員現在可以向這些模型描述函數。因此，模型可以智能地生成 JSON 對象，這些對象包含調用這些函數所需的參數。這一激動人心的開發提供了一種更可靠的方式，將 GPT 的功能與外部工具和 API 連接起來，為無縫集成開辟了新的可能性。

這些模型已經開發出了一種能力，可以根據用戶輸入通過仔細的微調來識別應該激活哪個函數。此外，他們還學會了提供與特定函數簽名相匹配的 JSON 答案。開發人員現在可以通過使用函數調用更可靠、更一致地從模型中獲取結構化數據。

除了函數調用，OpenAI 還推出了 GPT-3.5-turbo 的增強版本，該版本提供了一個顯著擴展的上下文窗口。該上下文窗口以標記或原始文本為單位測量，表示模型在生成進一步文本之前考慮的文本量。這一擴展允許模型訪問和整合更大的信息體，使其能夠做出更明智和與上下文相關的響應。

人工智能開發中的函數調用允許模型使用開發人員設計的工具，使它們能夠擴展自己的能力并集成定制的功能。這種協作方法彌合了人工智能模型和開發人員設計的工具之間的差距，促進了人工智能系統的多功能性、適應性和創新性。