Intégration de la récursion dans les applications d’IA avec Auto-GPT et BabyAGI open source

Les développements récents impliquant Auto-GPT et BabyAGI ont démontré le potentiel impressionnant des agents autonomes, générant un grand enthousiasme dans les sphères de la recherche et du développement de logiciels d’IA. Ces agents, basés sur des modèles de langage grandeur nature (LLM), sont capables de réaliser des séquences de tâches complexes en réponse à des invites utilisateur. En utilisant diverses ressources telles que l’accès à Internet et aux fichiers locaux, d’autres API et des structures de mémoire de base, ces agents affichent des progrès précoces dans l’intégration de la récursion dans les applications d’IA.

Qu’est-ce que BabyAGI ?

BabyAGI, introduit par Yohei Nakajima via Twitter le 28 mars 2023, est une version simplifiée de l’agent autonome à tâches orientées d’origine. En utilisant les capacités de traitement du langage naturel (NLP) d’OpenAI et Pinecone pour stocker et récupérer les résultats de tâches dans leur contexte, BabyAGI offre une expérience efficace et conviviale. Avec un code concis de 140 lignes, BabyAGI est facile à comprendre et à étendre.

Le nom BabyAGI est effectivement significatif, car ces outils poussent en permanence la société vers des systèmes d’IA qui, même s’ils n’ont pas encore atteint l’intelligence artificielle générale (AGI), augmentent exponentiellement en puissance. L’écosystème de l’IA connaît de nouvelles avancées quotidiennement, et avec les prochains progrès et la possibilité d’une version de GPT capable de se lancer elle-même pour résoudre des problèmes complexes, ces systèmes donnent maintenant aux utilisateurs l’impression d’interagir avec des AGI.

Qu’est-ce qu’Auto-GPT ?

Auto-GPT est un agent d’IA conçu pour atteindre des objectifs exprimés en langage naturel en les divisant en sous-tâches plus petites et en utilisant des ressources comme Internet et d’autres outils dans une boucle automatisée. Cet agent utilise les API GPT-4 ou GPT-3.5 d’OpenAI et se distingue comme l’une des premières applications à utiliser GPT-4 pour effectuer des tâches autonomes.

Contrairement aux systèmes interactifs tels que ChatGPT, qui dépendent d’instructions manuelles pour chaque tâche, Auto-GPT définit de nouveaux objectifs pour lui-même afin d’atteindre un objectif plus large, sans nécessiter d’intervention humaine. Capable de générer des réponses à des invites pour remplir une tâche spécifique, Auto-GPT peut également créer et modifier ses propres invites pour des instances récursives en fonction des nouvelles informations acquises.

Ce que cela signifie pour l’avenir

Bien que toujours en phase expérimentale et avec certaines limitations, les agents sont prêts à accroître les gains de productivité facilités par la diminution des coûts du matériel et des logiciels d’IA. Selon les recherches d’ARK Invest, les logiciels d’IA pourraient potentiellement générer jusqu’à 14 000 milliards de dollars de chiffre d’affaires et 90 000 milliards de dollars de valeur d’entreprise d’ici 2030. Alors que les modèles fondamentaux comme GPT-4 continuent de progresser, de nombreuses entreprises optent pour la formation de leurs propres modèles spécialisés plus petits. Bien que les modèles fondamentaux aient une large gamme d’applications, les modèles spécialisés plus petits offrent des avantages tels que des coûts d’inférence réduits.

De plus, de nombreuses entreprises préoccupées par les problèmes de droits d’auteur et de gouvernance des données choisissent de développer leurs propres modèles propriétaires en utilisant un mélange de données publiques et privées. Un exemple notable est un LLM à 2,7 milliards de paramètres formé sur des données biomédicales PubMed, qui a obtenu des résultats prometteurs sur le test de questions et réponses de l’examen de licence médicale américaine (USMLE). Le coût de formation était d’environ 38 000 dollars sur la plateforme MosaicML, avec une durée de calcul de 6,25 jours. En revanche, la dernière exécution de formation de GPT-3 est estimée avoir coûté près de 5 millions de dollars en calcul.