Τα Auto-GPT και BabyAGI ανοιχτού κώδικα ενσωματώνουν την αναδρομή στις εφαρμογές τεχνητής νοημοσύνης

Πρόσφατες εξελίξεις που αφορούν το Auto-GPT και το BabyAGI έχουν αποδείξει τις εντυπωσιακές δυνατότητες των αυτόνομων πρακτόρων, δημιουργώντας σημαντικό ενθουσιασμό εντός της έρευνας και της ανάπτυξης λογισμικού τεχνητής νοημοσύνης. Αυτοί οι πράκτορες, που βασίζονται σε μεγάλα γλωσσικά μοντέλα (LLM), είναι ικανοί να εκτελούν σύνθετες ακολουθίες εργασιών ως απάντηση σε προτροπές χρήστη. Χρησιμοποιώντας μια ποικιλία πόρων, όπως πρόσβαση στο διαδίκτυο και τοπικά αρχεία, άλλα API και βασικές δομές μνήμης, αυτοί οι πράκτορες εμφανίζουν πρώιμες προόδους στην ενσωμάτωση αναδρομής στις εφαρμογές τεχνητής νοημοσύνης.

Τι είναι το BabyAGI;

Το BabyAGI, που εισήχθη από τον Yohei Nakajima μέσω Twitter στις 28 Μαρτίου 2023, είναι μια απλοποιημένη εκδοχή του αρχικού αυτόνομου πράκτορα με προσανατολισμό στις εργασίες (Task-Driven Autonomous Agent). Χρησιμοποιώντας τις ικανότητες επεξεργασίας φυσικής γλώσσας (NLP) της OpenAI και το Pinecone για την αποθήκευση και ανάκτηση αποτελεσμάτων εργασιών μέσα στο κατάλληλο πλαίσιο, το BabyAGI παρέχει μια αποτελεσματική και φιλική προς τον χρήστη εμπειρία. Με μόλις 140 γραμμές κώδικα, το BabyAGI είναι εύκολο να κατανοηθεί και να επεκταθεί.

Το όνομα BabyAGI είναι πραγματικά σημαντικό, καθώς αυτά τα εργαλεία προωθούν συνεχώς την κοινωνία προς τα συστήματα τεχνητής νοημοσύνης που, αν και δεν έχουν ακόμη επιτύχει Τεχνητή Γενική Νοημοσύνη (AGI), αυξάνονται εκθετικά σε δύναμη. Το οικοσύστημα τεχνητής νοημοσύνης βιώνει νέες προόδους καθημερινά, και με μελλοντικές σημαντικές ανακαλύψεις και την πιθανότητα μιας έκδοσης του GPT που θα μπορεί να προτρέπει τον εαυτό της για σύνθετα προβλήματα, αυτά τα συστήματα δίνουν στους χρήστες την εντύπωση ότι αλληλεπιδρούν με AGI.

Τι είναι το Auto-GPT;

Το Auto-GPT είναι ένας πράκτορας τεχνητής νοημοσύνης που σχεδιάστηκε για να επιτύχει στόχους που εκφράζονται σε φυσική γλώσσα, διαιρώντας τους σε μικρότερες υπο-εργασίες και χρησιμοποιώντας πόρους όπως το διαδίκτυο και άλλα εργαλεία σε αυτόματο βρόχο. Αυτός ο πράκτορας χρησιμοποιεί τα API GPT-4 ή GPT-3.5 της OpenAI και ξεχωρίζει ως μια από τις πρωτοπόρες εφαρμογές που χρησιμοποιούν το GPT-4 για την εκτέλεση αυτόνομων εργασιών.

Σε αντίθεση με τα διαδραστικά συστήματα όπως το ChatGPT, που εξαρτώνται από χειροκίνητες οδηγίες για κάθε εργασία, το Auto-GPT ορίζει νέους στόχους για τον εαυτό του για την επίτευξη ενός μεγαλύτερου στόχου, χωρίς να απαιτεί απαραίτητα ανθρώπινη παρέμβαση. Καθώς μπορεί να παράγει απαντήσεις σε προτροπές για την εκπλήρωση ενός συγκεκριμένου στόχου, το Auto-GPT μπορεί επίσης να δημιουργήσει και να τροποποιήσει τις δικές του προτροπές για αναδρομικές εκτελέσεις με βάση τις νέες πληροφορίες που αποκτά.

Τι σημαίνει αυτό για το Μέλλον;

Αν και βρίσκονται ακόμη σε πειραματική φάση και έχουν ορισμένους περιορισμούς, οι πράκτορες είναι έτοιμοι να αυξήσουν τα οφέλη παραγωγικότητας που διευκολύνονται από την πτώση του κόστους του υλικού και του λογισμικού τεχνητής νοημοσύνης. Σύμφωνα με την έρευνα της ARK Invest, το λογισμικό τεχνητής νοημοσύνης θα μπορούσε να παράγει μέχρι και 14 τρισεκατομμύρια δολάρια σε έσοδα και 90 τρισεκατομμύρια δολάρια σε αξία επιχείρησης μέχρι το 2030. Όσο τα θεμελιώδη μοντέλα όπως το GPT-4 συνεχίζουν να προοδεύουν, πολλές εταιρείες επιλέγουν να εκπαιδεύσουν τα δικά τους μικρότερα, εξειδικευμένα μοντέλα. Ενώ τα θεμελιώδη 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 διακυβέρνησης δεδομένων επιλέγουν να αναπτύξουν τα δικά τους ιδιόκτητα μοντέλα χρησιμοποιώντας ένα μείγμα δημόσιων και ιδιωτικών δεδομένων. Ένα αξιοσημείωτο παράδειγμα είναι ένα LLM 2,7 δισεκατομμυρίων παραμέτρων που εκπαιδεύτηκε σε PubMed βιοϊατρικά δεδομένα, το οποίο πέτυχε ενθαρρυντικά αποτελέσματα στο τεστ ερωτήσεων και απαντήσεων των εξετάσεων αδειοδότησης ιατρών στις ΗΠΑ (USMLE). Το κόστος εκπαίδευσης ήταν περίπου 38.000 δολάρια στην πλατφόρμα MosaicML, με διάρκεια υπολογισμού 6,25 ημερών. Σε αντίθεση, η τελική εκπαίδευση του GPT-3 υπολογίζεται ότι κόστισε σχεδόν 5 εκατομμύρια δολάρια σε υπολογιστική ισχύ.