Արհեստական բանականություն
Auto-GPT & GPT-Engineer. Խորը ուղեցույց այսօրվա առաջատար AI գործակալների համար
ChatGPT-ն համեմատելիս ինքնավար AI գործակալների հետ, ինչպիսիք են Auto-GPT-ն և GPT-Engineer-ը, զգալի տարբերություն է առաջանում որոշումների կայացման գործընթացում: Թեև ChatGPT-ն պահանջում է մարդկանց ակտիվ ներգրավվածություն՝ զրույցը վարելու համար՝ տրամադրելով ուղեցույց՝ հիմնված օգտվողի հուշումների վրա, պլանավորման գործընթացը հիմնականում կախված է մարդու միջամտությունից:
Գեներատիվ AI Տրանսֆորմատորների նման մոդելները գերժամանակակից հիմնական տեխնոլոգիան են, որոնք առաջնորդում են այս ինքնավար AI գործակալներին: Այս տրանսֆորմատորները ուսուցանվում են տվյալների մեծ հավաքածուների վրա՝ թույլ տալով նրանց մոդելավորել բարդ դատողություններ և որոշումներ կայացնելու հնարավորություններ:
Ինքնավար գործակալների բաց կոդով արմատները՝ Auto-GPT և GPT-Engineer
Այս ինքնավար AI գործակալներից շատերը բխում են բաց կոդով նախաձեռնություններից, որոնք առաջնորդվում են նորարար անհատների կողմից, որոնք փոխակերպում են սովորական աշխատանքային հոսքերը: Պարզապես առաջարկներ առաջարկելու փոխարեն գործակալները, ինչպիսիք են Auto-GPT-ն, կարող են ինքնուրույն կարգավորել առաջադրանքները՝ սկսած առցանց գնումներից մինչև հիմնական հավելվածների ստեղծումը: OpenAI-ի ծածկագրի թարգմանիչ նպատակ ունի արդիականացնել Զրուցարան GPT պարզապես գաղափարներ առաջարկելուց մինչև այդ գաղափարներով խնդիրներն ակտիվորեն լուծելը:
Երկուսն էլ Auto-GPT և GPT-Engineer-ը հագեցած են GPT 3.5 և GPT-4 հզորությամբ: Այն ընկալում է կոդի տրամաբանությունը, միավորում է բազմաթիվ ֆայլեր և արագացնում մշակման գործընթացը:
Auto-GPT-ի ֆունկցիոնալության առանցքը կայանում է նրա AI գործակալների մեջ: Այս գործակալները ծրագրված են կոնկրետ առաջադրանքներ կատարելու համար՝ սովորականից, օրինակ՝ պլանավորումից մինչև ավելի բարդ առաջադրանքներ, որոնք պահանջում են ռազմավարական որոշումների կայացում: Այնուամենայնիվ, այս AI գործակալները գործում են օգտագործողների կողմից սահմանված սահմաններում: Վերահսկելով իրենց մուտքը API-ների միջոցով՝ օգտատերերը կարող են որոշել այն գործողությունների խորությունն ու շրջանակը, որը AI-ն կարող է կատարել:
Օրինակ, եթե առաջադրանք է տրվում ChatGPT-ի հետ ինտեգրված չաթի վեբ հավելված ստեղծելու համար, Auto-GPT-ն ինքնավար կերպով բաժանում է նպատակը գործող քայլերի, օրինակ՝ ստեղծելով HTML ֆրոնտ կամ Python-ի հետին մասի սցենար: Թեև հավելվածն ինքնավար կերպով արտադրում է այս հուշումները, օգտվողները դեռ կարող են վերահսկել և փոփոխել դրանք: Ինչպես ցույց է տվել AutoGPT-ի ստեղծողը @SigGravitas, այն ի վիճակի է կառուցել և կատարել Python-ի վրա հիմնված թեստային ծրագիր։
Զանգվածային թարմացում Auto-GPT-ի համար. կոդի կատարում: 🤖💻
Auto-GPT-ն այժմ կարող է գրել իր սեփական կոդը՝ օգտագործելով #gpt4 և գործարկեք python սցենարներ:
Սա թույլ է տալիս նրան ռեկուրսիվ կարգաբերել, զարգանալ և ինքնակատարելագործվել… 🤯 👇 pic.twitter.com/GEkMb1LyxV
— Նշանակալից գրավիտաս (@SigGravitas) Ապրիլ 1, 2023
Թեև ստորև բերված դիագրամը նկարագրում է Ինքնավար AI գործակալի ավելի ընդհանուր ճարտարապետությունը, այն արժեքավոր պատկերացում է տալիս կուլիսների հետևում տեղի ունեցող գործընթացների վերաբերյալ:
Գործընթացը սկսվում է OpenAI API բանալին ստուգելու և տարբեր պարամետրերի սկզբնավորման միջոցով, ներառյալ կարճաժամկետ հիշողությունը և տվյալների բազայի բովանդակությունը: Երբ հիմնական տվյալները փոխանցվում են Գործակալին, մոդելը փոխազդում է GPT3.5/GPT4-ի հետ՝ պատասխան ստանալու համար: Այս պատասխանն այնուհետև վերածվում է JSON ձևաչափի, որը Գործակալը մեկնաբանում է մի շարք գործառույթներ իրականացնելու համար, ինչպիսիք են առցանց որոնումները, ֆայլերը կարդալը կամ գրելը կամ նույնիսկ կոդ գործարկելը: Auto-GPT-ն օգտագործում է նախապես պատրաստված մոդել՝ այս պատասխանները տվյալների բազայում պահելու համար, և ապագա փոխազդեցություններն օգտագործում են այս պահված տեղեկատվությունը հղման համար: Օղակը շարունակվում է այնքան ժամանակ, մինչև առաջադրանքը ավարտված համարվի:
Կարգավորման ուղեցույց Auto-GPT-ի և GPT-Engineer-ի համար
Առաջատար գործիքների տեղադրումը, ինչպիսիք են GPT-Engineer-ը և Auto-GPT-ն, կարող են հեշտացնել ձեր զարգացման գործընթացը: Ստորև ներկայացված է կառուցվածքային ուղեցույց, որը կօգնի ձեզ տեղադրել և կարգավորել երկու գործիքները:
Ավտո-GPT
Auto-GPT-ի կարգավորումը կարող է բարդ թվալ, բայց ճիշտ քայլերի դեպքում այն դառնում է պարզ: Այս ուղեցույցը ներառում է Auto-GPT-ի ստեղծման ընթացակարգը և առաջարկում է պատկերացումներ դրա տարբեր սցենարների վերաբերյալ:
1. Նախադրյալներ.
- Python միջավայրՀամոզվեք, որ ունեք Python 3.8 կամ ավելի ուշ տեղադրված: Դուք կարող եք ձեռք բերել Python դրա միջոցով Պաշտոնական կայք.
- Եթե նախատեսում եք կլոնավորել պահեստները, տեղադրեք գնալ.
- OpenAI API բանալիOpenAI-ի հետ փոխգործակցության համար անհրաժեշտ է API բանալի: Ստացեք բանալին ձեր կողմից OpenAI հաշիվ
Հիշողության Backend ԸնտրանքներՀիշողության հետնամասը ծառայում է որպես AutoGPT-ի պահեստավորման մեխանիզմ՝ իր գործողությունների համար անհրաժեշտ տվյալների մուտք գործելու համար: AutoGPT-ն օգտագործում է ինչպես կարճաժամկետ, այնպես էլ երկարաժամկետ պահեստավորման հնարավորություններ: Պինեկոն, Միլվուս, Redis, և մյուսները որոշ տարբերակներ են, որոնք հասանելի են:
2. Ձեր աշխատանքային տարածքի կարգավորում.
- Ստեղծեք վիրտուալ միջավայր.
python3 -m venv myenv
- Ակտիվացրեք շրջակա միջավայրը.
- MacOS կամ Linux:
source myenv/bin/activate
- MacOS կամ Linux:
3. Տեղադրում:
- Կլոնավորեք Auto-GPT պահոցը (համոզվեք, որ Git-ը տեղադրել եք).
git clone https://github.com/Significant-Gravitas/Auto-GPT.git
- Համոզվելու համար, որ աշխատում եք տարբերակի հետ Auto-GPT-ի 0.2.2, դուք կցանկանաք Checkout տվյալ տարբերակին.
git checkout stable-0.2.2
- Նավարկեք դեպի ներբեռնված պահոց.
cd Auto-GPT
- Տեղադրեք անհրաժեշտ կախվածությունները.
pip install -r requirements.txt
4. Կոնֆիգուրացիա:
- Բնակեցնել
.env.template
հիմնականում/Auto-GPT
գրացուցակ. Կրկնօրինակեք և վերանվանեք այն.env
- բաց
.env
և կողքին դրեք ձեր OpenAI API բանալինOPENAI_API_KEY=
- Նմանապես, Pinecone-ի կամ այլ հիշողության հետնամասեր օգտագործելու համար թարմացրեք
.env
ֆայլ ձեր Pinecone API բանալիով և տարածաշրջանով:
5. Հրամանի տողի հրահանգներ.
Auto-GPT-ն առաջարկում է հրամանի տողի փաստարկների հարուստ շարք՝ իր վարքագիծը հարմարեցնելու համար.
- Ընդհանուր օգտագործման:
- Ցուցադրել օգնություն.
python -m autogpt --help
- Կարգավորել AI-ի կարգավորումները.
python -m autogpt --ai-settings <filename>
- Նշեք հիշողության հետին մաս.
python -m autogpt --use-memory <memory-backend>
- Ցուցադրել օգնություն.
6. Auto-GPT-ի գործարկում:
Կարգավորումներն ավարտվելուց հետո գործարկեք Auto-GPT՝ օգտագործելով՝
- Linux կամ Mac:
./run.sh start
- Windows:
.\run.bat
Docker-ի ինտեգրում (առաջարկվող տեղադրման մոտեցում)
Նրանց համար, ովքեր ցանկանում են բեռնարկղայինացնել Auto-GPT, Docker-ը տրամադրում է պարզեցված մոտեցում: Այնուամենայնիվ, հիշեք, որ Docker-ի նախնական կարգավորումը կարող է մի փոքր բարդ լինել: Վերաբերել Docker-ի տեղադրման ուղեցույց եւ աջակցության համար:
Շարունակեք հետևելով ստորև նշված քայլերին, որպեսզի փոփոխեք OpenAI API ստեղնը: Համոզվեք, որ Docker-ը աշխատում է հետին պլանում: Այժմ գնացեք AutoGPT-ի հիմնական գրացուցակ և հետևեք ստորև նշված քայլերին ձեր տերմինալում
- Կառուցեք Docker պատկերը.
docker build -t autogpt .
- Այժմ Run:
docker run -it --env-file=./.env -v$PWD/auto_gpt_workspace:/app/auto_gpt_workspace autogpt
Docker-compose-ով.
- Վազում `
docker-compose run --build --rm auto-gpt
- Լրացուցիչ հարմարեցման համար կարող եք ինտեգրել լրացուցիչ փաստարկներ: Օրինակ՝ գործարկել և՛ –gpt3only, և՛ –continuous-ով.
docker-compose run --rm auto-gpt --gpt3only--continuous
- Հաշվի առնելով մեծ ինքնավարությունը, որն ունի Auto-GPT-ն տվյալների մեծ հավաքածուներից բովանդակություն ստեղծելու հարցում, կա պոտենցիալ վտանգ, որ նա չմտածված մուտք գործի վնասակար վեբ աղբյուրներ:
Ռիսկերը մեղմելու համար գործարկեք Auto-GPT վիրտուալ կոնտեյների մեջ, օրինակ՝ Docker-ը: Սա ապահովում է, որ ցանկացած պոտենցիալ վնասակար բովանդակություն մնա սահմանափակված վիրտուալ տարածքում՝ ձեր արտաքին ֆայլերը և համակարգը անձեռնմխելի պահելով: Որպես այլընտրանք, Windows Sandbox-ը տարբերակ է, թեև այն վերակայվում է յուրաքանչյուր նստաշրջանից հետո՝ չպահպանելով իր վիճակը:
Անվտանգության համար միշտ գործարկեք Auto-GPT վիրտուալ միջավայրում՝ ապահովելով, որ ձեր համակարգը մեկուսացված է մնում անսպասելի ելքերից:
Այս ամենը հաշվի առնելով՝ դեռ հնարավորություն կա, որ չկարողանաք ստանալ ձեր ցանկալի արդյունքները։ Ավտո-GPT օգտվողները հաղորդում են կրկնվող խնդիրներ երբ փորձում եք գրել ֆայլի վրա, հաճախ բախվում են անհաջող փորձերի՝ խնդրահարույց ֆայլերի անունների պատճառով: Ահա այսպիսի սխալներից մեկը. Auto-GPT (release 0.2.2) doesn't append the text after error "write_to_file returned: Error: File has already been updated
Այս խնդրի լուծման տարբեր լուծումներ են քննարկվել ասոցիացիայի վերաբերյալ GitHub թեմա համար.
GPT-Ինժեներ
GPT-Engineer Workflow.
- Արագ սահմանումՍտեղծեք ձեր նախագծի մանրամասն նկարագրությունը բնական լեզվով:
- Կոդերի ստեղծումՁեր հուշման հիման վրա GPT-Engineer-ը սկսում է աշխատել՝ մշակելով կոդի հատվածներ, գործառույթներ կամ նույնիսկ ամբողջական հավելվածներ:
- Զարգացում և օպտիմիզացումՀետսերունդ, միշտ էլ կատարելագործվելու տեղ կա: Մշակողները կարող են փոփոխել գեներացված կոդը՝ հատուկ պահանջներին համապատասխանելու համար՝ ապահովելով բարձրորակ որակ:
GPT-Engineer-ի ստեղծման գործընթացը խտացվել է հեշտ օգտագործվող ուղեցույցի մեջ: Ահա քայլ առ քայլ դասակարգում.
1. Շրջակա միջավայրի նախապատրաստում. Նախքան սուզվելը, համոզվեք, որ ձեր նախագծի գրացուցակը պատրաստ է: Բացեք տերմինալը և գործարկեք ստորև նշված հրամանը
- Ստեղծեք «վեբկայք» անունով նոր գրացուցակ.
mkdir website
- Տեղափոխել գրացուցակ.
cd website
2. Կլոնավորել պահեստը. git clone https://github.com/AntonOsika/gpt-engineer.git .
3. Նավարկեք և տեղադրեք կախվածությունները. Կլոնավորվելուց հետո անցեք գրացուցակին cd gpt-engineer
և տեղադրել բոլոր անհրաժեշտ կախվածությունները make install
4. Ակտիվացրեք վիրտուալ միջավայրը. Կախված ձեր օպերացիոն համակարգից՝ ակտիվացրեք ստեղծված վիրտուալ միջավայրը։
- համար macOS / Linux:
source venv/bin/activate
- համար Windows, այն փոքր-ինչ տարբերվում է API ստեղնի տեղադրման պատճառով.
set OPENAI_API_KEY=[your api key]
5. Կազմաձևում – API Key Setup: OpenAI-ի հետ փոխգործակցելու համար ձեզ հարկավոր է API բանալի: Եթե դեռ չունեք, գրանցվեք OpenAI հարթակում, ապա՝
- համար macOS / Linux:
export OPENAI_API_KEY=[your api key]
- համար Windows (ինչպես նշվեց ավելի վաղ):
set OPENAI_API_KEY=[your api key]
6. Ծրագրի սկզբնավորում և կոդի ստեղծում. GPT-Ինժեների կախարդանքը սկսվում է main_prompt
ֆայլը գտնվել է projects
թղթապանակ.
- Եթե ցանկանում եք սկսել նոր նախագիծ.
cp -r projects/example/ projects/website
Այստեղ «վեբ կայքը» փոխարինեք ձեր ընտրած նախագծի անունով:
- Խմբագրել
main_prompt
ֆայլ՝ օգտագործելով ձեր ընտրած տեքստային խմբագրիչը՝ գրելով ձեր նախագծի պահանջները:
- Երբ դուք գոհ եք արագ գործարկումից.
gpt-engineer projects/website
Ձեր ստեղծած կոդը բնակվելու է workspace
գրացուցակը նախագծի թղթապանակում:
7. Հետսերունդ. Թեև GPT-Engineer-ը հզոր է, այն միշտ չէ, որ կատարյալ է: Ստուգեք ստեղծված կոդը, անհրաժեշտության դեպքում կատարեք ձեռքով փոփոխություններ և համոզվեք, որ ամեն ինչ սահուն է աշխատում:
Օրինակ Run
Արագ:
Auto-GPT-ի նման, GPT-Engineer-ը երբեմն կարող է սխալների հանդիպել նույնիսկ ամբողջական կարգավորումից հետո: Այնուամենայնիվ, իմ երրորդ փորձից ես հաջողությամբ մուտք գործեցի հետևյալ պարզ վեբ էջը: Համոզվեք, որ վերանայում եք պաշտոնյայի ցանկացած սխալ GPT-Engineer պահեստի թողարկման էջ.
AI գործակալների ներկայիս խցանումները
Գործառնական ծախսեր
Ավտո-GPT-ի կողմից կատարված մեկ առաջադրանքը կարող է ներառել բազմաթիվ քայլեր: Կարևոր է, որ այս քայլերից յուրաքանչյուրը կարող է լինել գանձվում է անհատապես, ծախսերի ավելացում։ Auto-GPT-ն կարող է հայտնվել կրկնվող օղակների մեջ՝ չհասցնելով խոստացված արդյունքները: Նման երևույթները վտանգում են դրա հուսալիությունը և խաթարում ներդրումները:
Պատկերացրեք, որ ցանկանում եք կարճ շարադրություն ստեղծել Auto-GPT-ով: Շարադրության իդեալական երկարությունը 8K նշան է, սակայն ստեղծման գործընթացում մոդելը խորանում է բազմաթիվ միջանկյալ քայլերի մեջ՝ բովանդակությունը վերջնականացնելու համար: Եթե դուք օգտագործում եք GPT-4-ը 8k համատեքստի երկարությամբ, ապա մուտքագրման համար, դուք պետք է վճարեք $0.03. Իսկ արդյունքի համար արժեքը կլինի $0.06. Հիմա, ենթադրենք, մոդելը բախվում է չնախատեսված օղակի մեջ՝ մի քանի անգամ վերափոխելով որոշ մասեր: Գործընթացը ոչ միայն երկարանում է, այլև յուրաքանչյուր կրկնությունը ավելացնում է ծախսերը:
Սրանից պաշտպանվելու համար.
Սահմանեք օգտագործման սահմանափակումներ at OpenAI-ի վճարումներ և սահմանափակումներ:
- Կոշտ սահմանՍահմանափակում է օգտագործումը ձեր սահմանված շեմից ավելի:
- Փափուկ սահմանաչափՇեմը լրանալուն պես ձեզ էլփոստով ծանուցում է ուղարկում:
Ֆունկցիոնալության սահմանափակումներ
Auto-GPT-ի հնարավորությունները, ինչպես նկարագրված են դրա սկզբնական կոդում, ունեն որոշակի սահմաններ: Խնդիրների լուծման նրա ռազմավարությունը կարգավորվում է իր ներքին գործառույթներով և GPT-4-ի API-ով տրամադրված հասանելիությամբ: Խորը քննարկումների և հնարավոր լուծումների համար այցելեք՝ Ավտո-GPT քննարկում.
AI-ի ազդեցությունը աշխատաշուկայի վրա
AI-ի և աշխատաշուկաների միջև դինամիկան անընդհատ զարգանում է և լայնորեն փաստագրված է այս ոլորտում հետազոտական թուղթ. Հիմնական բանաձևն այն է, որ թեև տեխնոլոգիական առաջընթացը հաճախ օգուտ է բերում հմուտ աշխատողներին, այն վտանգ է ներկայացնում սովորական առաջադրանքներով զբաղվողների համար: Փաստորեն, տեխնոլոգիական առաջընթացը կարող է փոխարինել որոշ առաջադրանքներ, բայց միաժամանակ ճանապարհ հարթել տարբեր, աշխատատար առաջադրանքների համար:
Ամերիկացի աշխատողների մոտ 80%-ը կարող է գտնել, որ LLM-ները (Լեզուների ուսուցման մոդելները) ազդում են իրենց ամենօրյա խնդիրների շուրջ 10%-ի վրա: Այս վիճակագրությունը ընդգծում է AI-ի և մարդու դերերի միաձուլումը:
AI-ի երկակի դերը աշխատուժում.
- Դրական ասպեկտներAI-ն կարող է ավտոմատացնել բազմաթիվ առաջադրանքներ՝ հաճախորդների սպասարկումից մինչև ֆինանսական խորհրդատվություն, հետաձգում տրամադրելով փոքր ձեռնարկություններին, որոնք չունեն հատկացված թիմերի համար միջոցներ:
- Վերաբերում էԱվտոմատացման առավելությունը մեծ աղմուկ է բարձրացնում աշխատատեղերի հնարավոր կորուստների մասին, հատկապես այն ոլորտներում, որտեղ մարդկային ներգրավվածությունը առաջնային է, ինչպիսին է հաճախորդների աջակցությունը: Դրա հետ մեկտեղ էթիկական լաբիրինթոսը կապված է AI-ի հետ, որը հասանելի է գաղտնի տվյալներին: Սա պահանջում է ուժեղ ենթակառուցվածք, որն ապահովում է AI-ի թափանցիկությունը, հաշվետվողականությունը և էթիկական օգտագործումը:
Եզրափակում
Ակնհայտ է, որ այնպիսի գործիքներ, ինչպիսիք են ChatGPT-ը, Auto-GPT-ն և GPT-Engineer-ը, կանգնած են տեխնոլոգիայի և դրա օգտատերերի միջև փոխգործակցության ձևավորման առաջնագծում: Արմատներով բաց կոդով շարժումների վրա՝ այս AI գործակալները դրսևորում են մեքենաների ինքնավարության հնարավորությունները՝ պարզեցնելով առաջադրանքները՝ պլանավորումից մինչև ծրագրաշարի մշակում:
Երբ մենք շարժվում ենք դեպի ապագա, որտեղ AI-ն ավելի խորն է ինտեգրվում մեր առօրյային, առանցքային է դառնում AI-ի հնարավորություններն ընդունելու և մարդու դերերը պաշտպանելու միջև հավասարակշռությունը: Ավելի լայն սպեկտրում AI-աշխատաշուկայի դինամիկան ներկայացնում է աճի հնարավորությունների և մարտահրավերների երկակի պատկեր՝ պահանջելով տեխնոլոգիական էթիկայի և թափանցիկության գիտակցված ինտեգրում: