Avatud lähtekoodiga Auto-Gpt & BabyAGI integreerivad rekursiooni AI-rakendustesse

Hiljutised arengud, mis hõlmavad Automaatne GPT ja BabyAGI on näidanud autonoomsete agentide muljetavaldavat potentsiaali, tekitades tehisintellekti uurimise ja tarkvaraarenduse valdkonnas märkimisväärset entusiasmi. Need agendid, mis põhinevad suurtel keelemudelitel (LLM), on võimelised täitma keerulisi ülesandejadasid vastuseks kasutaja viipadele. Kasutades mitmesuguseid ressursse, nagu juurdepääs Internetile ja kohalikele failidele, muud API-d ja põhilised mälustruktuurid, näitavad need agendid varaseid edusamme rekursiooni integreerimisel tehisintellekti rakendustesse.

Mis on BabyAGI?

BabyAGI, mille Yohei Nakajima tutvustas Twitteri kaudu 28. märtsil 2023, on algse Task-Driven Autonomous Agenti täiustatud iteratsioon. Kasutades OpenAI loomuliku keele töötlemise (NLP) võimeid ja Pinecone'i ülesannete tulemuste kontekstis salvestamiseks ja hankimiseks, pakub BabyAGI tõhusat ja kasutajasõbralikku kogemust. Kokkuvõtliku 140 koodirea abil on BabyAGI-st lihtne aru saada ja seda on lihtne laiendada.

Nimi BabyAGI on tõepoolest märkimisväärne, kuna need tööriistad tõukuvad ühiskonda pidevalt tehisintellektisüsteemide poole, mis ei ole veel saavutanud Üldine tehisintellekt (AGI) võimsus kasvab plahvatuslikult. Tehisintellekti ökosüsteem kogeb iga päev uusi edusamme ning tänu tulevastele läbimurretele ja potentsiaalile luua GPT versioon, mis suudab end keeruliste probleemidega toime tulla, jätavad need süsteemid kasutajatele mulje, et nad suhtlevad AGI-dega.

Mis on automaatne GPT?

Auto-GPT on tehisintellekti agent, mis on loodud loomulikus keeles väljendatud eesmärkide saavutamiseks, jagades need väiksemateks alamülesanneteks ja kasutades automatiseeritud ahelas ressursse, nagu Internet ja muud tööriistad. See agent kasutab OpenAI GPT-4 või GPT-3.5 API-sid ja paistab silma ühe teedrajava rakendusena, mis kasutab GPT-4 autonoomsete ülesannete täitmiseks.

Erinevalt interaktiivsetest süsteemidest, nagu ChatGPT, mis sõltuvad iga ülesande käsitsi juhistest, seab Auto-GPT endale uued eesmärgid suurema eesmärgi saavutamiseks, ilma et oleks vaja tingimata inimese sekkumist. Auto-GPT, mis suudab genereerida vastuseid konkreetse ülesande täitmiseks mõeldud viipadele, saab äsja omandatud teabe põhjal luua ja muuta ka oma viipasid rekursiivsete eksemplaride jaoks.

Mida see edasiliikumine tähendab

Kuigi agendid on veel katsefaasis ja teatud piirangutega, on nad valmis suurendama tootlikkust, mida soodustavad tehisintellekti riist- ja tarkvara kulude vähenemine. Vastavalt ARK Investi uuring14. aastaks võib tehisintellekti tarkvara potentsiaalselt toota kuni 90 triljonit dollarit tulu ja ettevõtte väärtust 2030 triljonit dollarit. Kuna sellised põhimudelid nagu GPT-4 arenevad edasi, otsustavad paljud ettevõtted koolitada oma väiksemaid spetsialiseeritud mudeleid. Kuigi põhimudelitel on lai valik rakendusi, pakuvad väiksemad spetsialiseeritud mudelid eeliseid, nagu väiksemad järelduskulud.

Lisaks on paljud ettevõtted, kes on mures autoriõiguste ja andmete haldamise pärast, välja töötada oma patenteeritud mudelid, kasutades nii avalikke kui ka eraandmeid. Märkimisväärne näide on 2.7 miljardi parameetri LLM, mille järgi on koolitatud PubMed biomeditsiinilised andmed, mis saavutasid USA meditsiinilise litsentsi eksami (USMLE) küsimuste ja vastuste testis paljulubavaid tulemusi. Koolituse maksumus oli umbes 38,000 XNUMX dollarit MosaicML platvorm, mille arvutamise kestus on 6.25 päeva. Seevastu GPT-3 lõplik treening läks hinnanguliselt maksma ligi 5 miljonit dollarit.