Open-Source Auto-Gpt & BabyAGI Ενσωμάτωση Recursion σε εφαρμογές AI

Πρόσφατες εξελίξεις που αφορούν Auto-GPT και BabyAGI έχουν επιδείξει τις εντυπωσιακές δυνατότητες των αυτόνομων πρακτόρων, δημιουργώντας σημαντικό ενθουσιασμό στους τομείς της έρευνας και ανάπτυξης λογισμικού της τεχνητής νοημοσύνης. Αυτοί οι πράκτορες, βασισμένοι σε μεγάλα γλωσσικά μοντέλα (LLMs), είναι ικανοί να εκτελούν περίπλοκες ακολουθίες εργασιών ως απόκριση στις προτροπές των χρηστών. Χρησιμοποιώντας μια ποικιλία πόρων, όπως πρόσβαση στο διαδίκτυο και σε τοπικά αρχεία, άλλα API και βασικές δομές μνήμης, αυτοί οι πράκτορες εμφανίζουν πρώιμες εξελίξεις στην ενσωμάτωση της αναδρομής σε εφαρμογές τεχνητής νοημοσύνης.

Τι είναι το BabyAGI;

Το BabyAGI, το οποίο παρουσιάστηκε από τον Yohei Nakajima μέσω Twitter στις 28 Μαρτίου 2023, είναι μια βελτιωμένη εκδοχή του αρχικού Task-Driven Autonomous Agent. Αξιοποιώντας τις δυνατότητες επεξεργασίας φυσικής γλώσσας (NLP) του OpenAI και το Pinecone για την αποθήκευση και ανάκτηση αποτελεσμάτων εργασιών στο κατάλληλο περιβάλλον, το BabyAGI παρέχει μια αποτελεσματική και φιλική προς το χρήστη εμπειρία. Με 140 συνοπτικές γραμμές κώδικα, το BabyAGI είναι εύκολο στην κατανόηση και την επέκταση.

Το όνομα BabyAGI είναι πράγματι σημαντικό καθώς αυτά τα εργαλεία ωθούν επίμονα την κοινωνία προς συστήματα τεχνητής νοημοσύνης που, ενώ δεν έχουν ακόμη επιτευχθεί Τεχνητή Γενική Νοημοσύνη (AGI), αυξάνονται εκθετικά σε ισχύ. Το οικοσύστημα τεχνητής νοημοσύνης βιώνει νέες εξελίξεις καθημερινά και με μελλοντικές ανακαλύψεις και τη δυνατότητα για μια έκδοση του GPT ικανή να ωθήσει τον εαυτό του να αντιμετωπίσει πολύπλοκα προβλήματα, αυτά τα συστήματα δίνουν τώρα στους χρήστες την εντύπωση ότι αλληλεπιδρούν με AGI.

Τι είναι το Auto-GPT;

Το Auto-GPT είναι ένας πράκτορας τεχνητής νοημοσύνης που έχει σχεδιαστεί για να επιτυγχάνει στόχους που εκφράζονται σε φυσική γλώσσα, διαιρώντας τους σε μικρότερες υποεργασίες και αξιοποιώντας πόρους όπως το διαδίκτυο και άλλα εργαλεία σε έναν αυτοματοποιημένο βρόχο. Αυτός ο πράκτορας χρησιμοποιεί τα API GPT-4 ή GPT-3.5 της OpenAI και ξεχωρίζει ως μία από τις πρωτοποριακές εφαρμογές που χρησιμοποιούν το GPT-4 για την εκτέλεση αυτόνομων εργασιών.

Σε αντίθεση με τα διαδραστικά συστήματα όπως το ChatGPT, τα οποία εξαρτώνται από μη αυτόματες οδηγίες για κάθε εργασία, το Auto-GPT θέτει νέους στόχους για την επίτευξη ενός ευρύτερου στόχου, χωρίς απαραίτητα να απαιτείται ανθρώπινη παρέμβαση. Με δυνατότητα δημιουργίας απαντήσεων σε προτροπές για την εκπλήρωση μιας συγκεκριμένης εργασίας, το Auto-GPT μπορεί επίσης να δημιουργήσει και να τροποποιήσει τις δικές του προτροπές για αναδρομικές παρουσίες βάσει πληροφοριών που αποκτήθηκαν πρόσφατα.

Τι σημαίνει αυτό Προχωράμε μπροστά

Αν και βρίσκονται ακόμη στην πειραματική φάση και με ορισμένους περιορισμούς, οι πράκτορες είναι έτοιμοι να ενισχύσουν τα κέρδη παραγωγικότητας που διευκολύνονται από το μειωμένο κόστος του υλικού και του λογισμικού τεχνητής νοημοσύνης. Σύμφωνα με Η έρευνα της ARK Invest, το λογισμικό τεχνητής νοημοσύνης θα μπορούσε ενδεχομένως να παράγει έως και 14 τρισεκατομμύρια δολάρια σε έσοδα και 90 τρισεκατομμύρια δολάρια σε εταιρική αξία έως το 2030. Καθώς τα βασικά μοντέλα όπως το GPT-4 συνεχίζουν να προοδεύουν, πολλές εταιρείες επιλέγουν να εκπαιδεύσουν τα δικά τους μικρότερα, εξειδικευμένα μοντέλα. Ενώ τα βασικά μοντέλα έχουν ένα ευρύ φάσμα εφαρμογών, τα μικρότερα εξειδικευμένα μοντέλα προσφέρουν πλεονεκτήματα όπως μειωμένο κόστος εξαγωγής συμπερασμάτων.

Επιπλέον, πολλές επιχειρήσεις που ανησυχούν για ζητήματα πνευματικών δικαιωμάτων και τη διακυβέρνηση δεδομένων επιλέγουν να αναπτύξουν τα ιδιόκτητα μοντέλα τους χρησιμοποιώντας έναν συνδυασμό δημόσιων και ιδιωτικών δεδομένων. Ένα αξιοσημείωτο παράδειγμα είναι μια παραμέτρους LLM 2.7 δισεκατομμυρίων που έχει εκπαιδευτεί σε PubMed βιοϊατρικά δεδομένα, τα οποία πέτυχαν πολλά υποσχόμενα αποτελέσματα στο τεστ ερωτήσεων και απαντήσεων των εξετάσεων για την απόκτηση ιατρικών αδειών (USMLE) στις ΗΠΑ. Το κόστος εκπαίδευσης ήταν περίπου 38,000 δολάρια. Πλατφόρμα MosaicML, με υπολογιστική διάρκεια 6.25 ημέρες. Αντίθετα, η τελική περίοδος εκπαίδευσης του GPT-3 εκτιμάται ότι κόστισε σχεδόν 5 εκατομμύρια δολάρια σε υπολογισμό.