A nyílt forráskódú Auto-Gpt és a BabyAGI integrálja a rekurziót az AI-alkalmazásokba

Legutóbbi fejlesztések, amelyek magukban foglalják Auto-GPT és a BabyAGI bemutatták az autonóm ágensekben rejlő lenyűgöző potenciált, jelentős lelkesedést váltva ki az AI kutatási és szoftverfejlesztési szférában. Ezek a nagy nyelvi modelleken (LLM-eken) alapuló ügynökök képesek bonyolult feladatütemezések végrehajtására válaszul a felhasználói utasításokra. Különféle erőforrások – például internetes és helyi fájlhozzáférés, más API-k és alapvető memóriastruktúrák – felhasználásával ezek az ügynökök korai előrelépéseket mutatnak be a rekurzió AI-alkalmazásokba való integrálása terén.

Mi az a BabyAGI?

A BabyAGI, amelyet Yohei Nakajima mutatott be a Twitteren 28. március 2023-án, az eredeti Task-Driven Autonomous Agent egyszerűsített iterációja. Az OpenAI természetes nyelvi feldolgozási (NLP) képességeit és a Pinecone-t a feladatok eredményeinek kontextusban történő tárolására és lekérésére felhasználva a BabyAGI hatékony és felhasználóbarát élményt biztosít. A tömör, 140 soros kóddal a BabyAGI könnyen megérthető és bővíthető.

A BabyAGI név valóban jelentős, mivel ezek az eszközök folyamatosan olyan mesterséges intelligencia-rendszerek felé hajtják a társadalmat, amelyek bár még nem értek el Mesterséges általános intelligencia (AGI) ereje exponenciálisan növekszik. A mesterséges intelligencia ökoszisztémája naponta tapasztal új fejleményeket, és a jövőbeli áttörések és a GPT egy olyan változatának lehetőségével, amely képes megbirkózni az összetett problémákkal, ezek a rendszerek most azt a benyomást keltik a felhasználókban, hogy interakcióba lépnek az AGI-kkel.

Mi az Auto-GPT?

Az Auto-GPT egy mesterséges intelligencia-ügynök, amelyet a természetes nyelven kifejezett célok elérésére terveztek úgy, hogy azokat kisebb részfeladatokra bontják, és olyan erőforrásokat használnak, mint az internet és más eszközök automatizált körben. Ez az ügynök az OpenAI GPT-4 vagy GPT-3.5 API-ját használja, és kiemelkedik azon úttörő alkalmazások közül, amelyek a GPT-4-et használják autonóm feladatok végrehajtására.

Ellentétben az olyan interaktív rendszerekkel, mint a ChatGPT, amelyek minden egyes feladathoz manuális utasításoktól függenek, az Auto-GPT új célokat tűz ki maga elé egy nagyobb cél elérése érdekében, anélkül, hogy szükség lenne emberi beavatkozásra. Az Auto-GPT képes arra, hogy válaszokat generáljon egy adott feladat végrehajtásához szükséges felszólításokra, és az újonnan szerzett információk alapján saját promptokat is létrehozhat és módosíthat a rekurzív példányokhoz.

Mit jelent ez az előrelépés

Bár még kísérleti fázisban vannak, és bizonyos korlátokkal, az ágensek készen állnak arra, hogy növeljék a termelékenység növekedését, amit az AI hardver- és szoftverköltségei könnyítenek meg. Alapján Az ARK Invest kutatása14-ra az AI-szoftverek akár 90 billió dollár bevételt és 2030 billió dollár vállalati értéket is termelhetnek. Ahogy az olyan alapmodellek, mint a GPT-4, folyamatosan fejlődnek, számos vállalat úgy dönt, hogy saját kisebb, speciális modelljeit képezi ki. Míg az alapmodellek széleskörű alkalmazási körrel rendelkeznek, a kisebb speciális modellek olyan előnyöket kínálnak, mint például az alacsonyabb következtetési költségek.

Ezen túlmenően sok, a szerzői jogi kérdések és az adatkezelés miatt aggódó vállalkozás úgy dönt, hogy saját tulajdonú modelljeit nyilvános és privát adatok keverékével fejleszti. Figyelemre méltó példa egy 2.7 ​​milliárd paraméteres LLM-re betanított PubMed orvosbiológiai adatok, amelyek ígéretes eredményeket értek el az US Medical Licensing Exam (USMLE) kérdés-felelet tesztjén. A képzés költsége körülbelül 38,000 XNUMX dollár volt MosaicML platform, 6.25 napos számítási időtartammal. Ezzel szemben a GPT-3 utolsó kiképzése a számítások szerint közel 5 millió dollárba került.