Melampaui ChatGPT; AI Agent: Dunia Baru Pekerja

Dengan kemajuan dalam deep learning, pemrosesan bahasa alami (NLP), dan AI, kita berada di era di mana agen AI dapat membentuk sebagian besar dari tenaga kerja global. Agen-agen AI ini, yang melampaui chatbot dan asisten suara, membentuk paradigma baru bagi industri dan kehidupan sehari-hari. Tapi apa yang sebenarnya dimaksud dengan hidup di dunia yang diperkaya oleh “pekerja” ini? Artikel ini menyelami lanskap yang terus berkembang, menilai implikasi, potensi, dan tantangan yang terletak di depan.

Ringkasan Singkat: Evolusi Pekerja AI

Sebelum memahami revolusi yang akan datang, penting untuk mengenali evolusi AI yang telah terjadi.

• Sistem Komputasi Tradisional: Dari algoritma komputasi dasar, perjalanan dimulai. Sistem ini dapat menyelesaikan tugas yang telah ditentukan sebelumnya menggunakan seperangkat aturan yang tetap.
• Chatbot & Asisten Suara Awal: Ketika teknologi berkembang, begitu juga antarmuka kita. Alat seperti Siri, Cortana, dan chatbot awal mempermudah interaksi pengguna-AI tetapi memiliki kemampuan dan pemahaman yang terbatas.
• Jaringan Saraf & Pembelajaran Dalam: Jaringan saraf menandai titik balik, meniru fungsi otak manusia dan berkembang melalui pengalaman. Teknik pembelajaran dalam lebih lanjut meningkatkan ini, memungkinkan pengenalan gambar dan ucapan yang canggih.
• Transformer & Model NLP Lanjutan: Pengenalan arsitektur transformer merevolusi lanskap NLP. Sistem seperti ChatGPT oleh OpenAI, BERT, dan T5 telah memungkinkan terobosan dalam komunikasi manusia-AI. Dengan pemahaman bahasa dan konteks yang mendalam, model ini dapat melakukan percakapan yang bermakna, menulis konten, dan menjawab pertanyaan kompleks dengan akurasi yang belum pernah terjadi sebelumnya.

Masuknya Agen AI: Lebih dari Sekedar Percakapan

Lanskap AI saat ini menunjukkan sesuatu yang lebih luas dari alat percakapan. Agen AI, melampaui fungsi obrolan, sekarang dapat melakukan tugas, belajar dari lingkungan, membuat keputusan, dan bahkan menunjukkan kreativitas. Mereka tidak hanya menjawab pertanyaan; mereka memecahkan masalah.

Model perangkat lunak tradisional bekerja pada jalur yang jelas. Stakeholder mengungkapkan tujuan kepada manajer perangkat lunak, yang kemudian merancang rencana tertentu. Insinyur akan melaksanakan rencana ini melalui baris kode. Paradigma ‘warisan’ dari fungsionalitas perangkat lunak ini jelas, melibatkan banyak intervensi manusia.

Agen AI, bagaimanapun, beroperasi secara berbeda. Sebuah agen:

1. Mempunyai tujuan yang ingin dicapai.
2. Dapat berinteraksi dengan lingkungannya.
3. Merumuskan rencana berdasarkan pengamatan untuk mencapai tujuannya.
4. Mengambil tindakan yang diperlukan, menyesuaikan pendekatannya berdasarkan keadaan lingkungan yang berubah.

Apa yang benar-benar membedakan agen AI dari model tradisional adalah kemampuan mereka untuk secara mandiri menciptakan rencana langkah demi langkah untuk mewujudkan tujuan. Secara esensial, sementara sebelumnya programmer menyediakan rencana, agen AI saat ini merancang jalur mereka sendiri.

Contoh sehari-hari. Dalam desain perangkat lunak tradisional, program akan memberitahu pengguna tentang tugas yang terlambat berdasarkan kondisi yang telah ditentukan sebelumnya. Pengembang akan menetapkan kondisi ini berdasarkan spesifikasi yang diberikan oleh manajer produk.

Dalam paradigma agen AI, agen itu sendiri menentukan kapan dan bagaimana untuk memberitahu pengguna. Ini mengukur lingkungan (kebiasaan pengguna, status aplikasi) dan memutuskan jalur tindakan terbaik. Prosesnya menjadi lebih dinamis, lebih sesuai dengan situasi.

ChatGPT menandai keberangkatan dari penggunaan tradisionalnya dengan integrasi plugin, memungkinkannya untuk memanfaatkan alat eksternal untuk melakukan beberapa permintaan. Ini menjadi manifestasi awal dari konsep agen. Jika kita mempertimbangkan contoh sederhana: pengguna yang menanyakan tentang cuaca New York City, ChatGPT, dengan menggunakan plugin, dapat berinteraksi dengan API cuaca eksternal, menafsirkan data, dan bahkan melakukan koreksi berdasarkan respons yang diterima.

Lanskap Saat Ini dari Agen AI

Agen AI, termasuk Auto-GPT, AgentGPT, dan BabyAGI, membawa era baru dalam alam AI yang luas. Sementara ChatGPT mempopulerkan AI Generatif dengan memerlukan input manusia, visi di balik agen AI adalah untuk memungkinkan AI berfungsi secara mandiri, menuju tujuan dengan sedikit atau tanpa intervensi manusia. Potensi transformasional ini telah ditandai oleh lonjakan Auto-GPT yang meteorik, mengumpulkan lebih dari 107.000 bintang di GitHub dalam enam minggu sejak awalnya, pertumbuhan yang belum pernah terjadi dibandingkan dengan proyek yang sudah mapan seperti paket ilmu data ‘pandas’.

Agen AI vs. ChatGPT

Banyak agen AI canggih, seperti Auto-GPT dan BabyAGI, menggunakan arsitektur GPT. Fokus utama mereka adalah untuk meminimalkan kebutuhan intervensi manusia dalam penyelesaian tugas AI. Istilah deskriptif seperti “GPT pada loop” menggambarkan operasi model seperti AgentGPT dan BabyAGI. Mereka beroperasi dalam siklus iteratif untuk lebih memahami permintaan pengguna dan memperbaiki output mereka. Sementara itu, Auto-GPT mendorong batas lebih jauh dengan mengintegrasikan akses internet dan kemampuan eksekusi kode, secara signifikan memperluas jangkauan pemecahan masalahnya.

Inovasi dalam Agen AI

1. Memori Jangka Panjang: LLM tradisional memiliki memori yang terbatas, hanya menyimpan segmen interaksi terbaru. Untuk tugas komprehensif, mengingat seluruh percakapan atau bahkan percakapan sebelumnya menjadi sangat penting. Untuk mengatasi ini, agen AI telah mengadopsi alur kerja penyematan, mengubah percakapan teks menjadi array numerik, menawarkan solusi untuk keterbatasan memori.
2. Kemampuan Membrowse Web: Untuk tetap diperbarui dengan peristiwa terbaru, Auto-GPT telah dipersenjatai dengan kemampuan browsing, menggunakan API Pencarian Google. Ini telah memicu debat dalam komunitas AI tentang cakupan pengetahuan AI.
3. Menjalankan Kode: Di luar menghasilkan kode, Auto-GPT dapat mengeksekusi kode shell dan Python. Kemampuan tanpa preseden ini memungkinkannya untuk berinterface dengan perangkat lunak lain, sehingga memperluas domain operasionalnya.

Diagram ini memvisualisasikan arsitektur sistem AI yang ditenagai oleh Model Bahasa Besar dan Agen.

• Input: Sistem menerima data dari berbagai sumber: perintah pengguna langsung, database terstruktur, konten web, dan sensor lingkungan waktu nyata.
• LLM & Agen: Di inti, LLM memproses input ini, berkolaborasi dengan agen khusus seperti Auto-GPT untuk rantai pemikiran, AgentGPT untuk tugas web-spesifik, BabyAGI untuk tindakan tugas-spesifik, dan HuggingGPT untuk pemrosesan tim.
• Output: Setelah diproses, informasi diubah menjadi format yang ramah pengguna dan kemudian diteruskan ke perangkat yang dapat bertindak atau mempengaruhi lingkungan sekitar.
• Komponen Memori: Sistem menyimpan informasi, baik pada basis sementara maupun permanen, melalui cache jangka pendek dan database jangka panjang.
• Lingkungan: Ini adalah domain eksternal, yang mempengaruhi sensor dan dipengaruhi oleh tindakan sistem.

Agen AI Lanjutan: Auto-GPT, BabyAGI dan Lainnya

AutoGPT dan AgentGPT

AutoGPT, sebuah anak perusahaan yang dirilis di GitHub pada Maret 2023, adalah aplikasi Python yang cerdas yang memanfaatkan kekuatan GPT, model generatif transformasional OpenAI. Apa yang membedakan Auto-GPT dari pendahulunya adalah otonominya – dirancang untuk melakukan tugas dengan bimbingan manusia minimal dan memiliki kemampuan unik untuk memulai prompt secara mandiri. Pengguna hanya perlu mendefinisikan tujuan utama, dan Auto-GPT menciptakan prompt yang diperlukan untuk mencapai tujuan tersebut, membuatnya menjadi lompatan revolusioner menuju kecerdasan buatan umum (AGI) yang sebenarnya.

Dengan fitur yang meliputi koneksi internet, manajemen memori, dan kemampuan penyimpanan file menggunakan GPT-3.5, alat ini sangat terampil dalam menangani berbagai tugas, dari tugas konvensional seperti komposisi email hingga tugas yang lebih rumit yang biasanya memerlukan keterlibatan manusia yang lebih banyak.

Di sisi lain, AgentGPT, juga dibangun di atas kerangka GPT, adalah antarmuka pengguna yang berfokus pada pengguna yang tidak memerlukan keahlian pengkodean yang luas untuk mengatur dan menggunakan. AgentGPT memungkinkan pengguna untuk mendefinisikan tujuan AI, yang kemudian dipecah menjadi tugas yang dapat dikelola.

ANTARMUKA AGENTGPT

Lebih lanjut, AgentGPT menonjol karena fleksibilitasnya. Ini tidak terbatas pada pembuatan chatbot. Platform ini memperluas kemampuannya untuk membuat aplikasi yang beragam seperti bot Discord dan bahkan terintegrasi dengan mulus dengan Auto-GPT. Pendekatan ini memastikan bahwa bahkan mereka yang tidak memiliki latar belakang pengkodean yang luas dapat melakukan tugas seperti pengkodean sepenuhnya otonom, generasi teks, terjemahan bahasa, dan pemecahan masalah.

LangChain adalah kerangka kerja yang menghubungkan Model Bahasa Besar (LLM) dengan berbagai alat dan menggunakan agen, sering dianggap sebagai ‘Bot’, untuk menentukan dan mengeksekusi tugas tertentu dengan memilih alat yang tepat. Agen-agen ini terintegrasi dengan sumber daya eksternal, sementara database vektor di LangChain menyimpan data yang tidak terstruktur, memfasilitasi pengambilan informasi yang cepat untuk LLM.

BabyAGI

Kemudian, ada BabyAGI, agen yang disederhanakan namun kuat. Untuk memahami kemampuan BabyAGI, bayangkan seorang manajer proyek digital yang secara otonom menciptakan, mengatur, dan mengeksekusi tugas dengan fokus tajam pada tujuan yang diberikan. Sementara sebagian besar platform AI didorong oleh pengetahuan pra-dilatih, BabyAGI menonjol karena kemampuannya untuk beradaptasi dan belajar dari pengalaman. Ini memiliki kemampuan yang mendalam untuk membedakan umpan balik dan, seperti manusia, membuat keputusan berdasarkan trial dan error.

Yang paling menonjol, kekuatan dasar BabyAGI bukan hanya adaptabilitasnya, tetapi juga keahliannya dalam menjalankan kode untuk tujuan tertentu. Ini bersinar dalam domain yang kompleks, seperti perdagangan cryptocurrency, robotika, dan mengemudi otonom, membuatnya menjadi alat yang serbaguna dalam berbagai aplikasi.

https://yoheinakajima.com/task-driven-autonomous-agent-utilizing-gpt-4-pinecone-and-langchain-for-diverse-applications/

Proses ini dapat dikategorikan menjadi tiga agen:

1. Agen Eksekusi: Jantung sistem, agen ini menggunakan API OpenAI untuk pemrosesan tugas. Diberikan sebuah tujuan dan tugas, agen ini memicu API OpenAI dan mengambil hasil tugas.
2. Agen Pembuatan Tugas: Fungsi ini menciptakan tugas baru berdasarkan hasil sebelumnya dan tujuan saat ini. Sebuah prompt dikirim ke API OpenAI, yang kemudian mengembalikan tugas potensial, diatur sebagai daftar kamus.
3. Agen Prioritas Tugas: Fase terakhir melibatkan pengurutan tugas berdasarkan prioritas. Agen ini menggunakan API OpenAI untuk mengatur ulang tugas, memastikan bahwa tugas yang paling kritis dieksekusi terlebih dahulu.

Dalam kolaborasi dengan model bahasa OpenAI, BabyAGI memanfaatkan kemampuan Pinecone untuk penyimpanan dan pengambilan hasil tugas yang berfokus pada konteks.

Di bawah ini adalah demonstrasi BabyAGI menggunakan tautan ini.

Untuk memulai, Anda akan memerlukan kunci OpenAPI yang valid. Untuk kemudahan akses, UI memiliki bagian pengaturan di mana kunci OpenAPI dapat dimasukkan. Selain itu, jika Anda ingin mengelola biaya, ingatlah untuk menetapkan batas pada jumlah iterasi.

Saat saya mengkonfigurasi aplikasi, saya melakukan eksperimen kecil. Saya memposting prompt kepada BabyAGI: “Buatlah thread tweet yang ringkas tentang perjalanan pertumbuhan pribadi, menyentuh milestone, tantangan, dan kekuatan transformasional dari pembelajaran terus-menerus.”

BabyAGI merespons dengan rencana yang terstruktur dengan baik. Ini bukanlah template generik; melainkan peta jalan komprehensif yang menunjukkan bahwa AI dasar telah memahami nuansa permintaan.

Deepnote AI Copilot

Deepnote AI Copilot mengubah dinamika eksplorasi data dalam notebook. Tapi apa yang membedakannya?

Di intinya, Deepnote AI bertujuan untuk meningkatkan alur kerja ilmuwan data. Saat Anda memberikan instruksi dasar, AI melompat ke dalam aksi, merancang strategi, mengeksekusi kueri SQL, memvisualisasikan data menggunakan Python, dan menyajikan temuannya dengan cara yang fasih.

Salah satu kekuatan Deepnote AI adalah pemahamannya yang komprehensif tentang ruang kerja Anda. Dengan memahami skema integrasi dan sistem file, ia menyelaraskan rencana eksekusinya dengan konteks organisasional, memastikan bahwa wawasannya selalu relevan.

Integrasi AI dengan medium notebook menciptakan loop umpan balik unik. Ini secara aktif menilai output kode, membuatnya terampil dalam koreksi diri dan memastikan bahwa hasilnya konsisten dengan tujuan yang telah ditetapkan.

Deepnote AI menonjol karena operasinya yang transparan, memberikan wawasan yang jelas tentang prosesnya. Penggabungan kode dan output memastikan bahwa tindakannya selalu dapat dipertanggungjawabkan dan dapat direproduksi.

CAMEL

CAMEL adalah kerangka kerja yang bertujuan untuk memfasilitasi kolaborasi di antara agen AI, dengan tujuan untuk menyelesaikan tugas dengan pengawasan manusia minimal.

https://github.com/camel-ai/camel

Ini membagi operasinya menjadi dua jenis agen utama:

• Agen Pengguna AI merinci instruksi.
• Agen Asisten AI mengeksekusi tugas berdasarkan direktif yang diberikan.

Salah satu aspirasi CAMEL adalah untuk mengungkap kerumitan proses berpikir AI, dengan tujuan untuk mengoptimalkan sinergi antara beberapa agen. Dengan fitur seperti peran bermain dan prompting inisiasi, ia memastikan bahwa tugas AI selaras dengan tujuan manusia.

Simulasi Westworld: Menghidupkan AI

Diilhami oleh inspirasi seperti perangkat lunak Unity dan diadaptasi dalam Python, simulasi Westworld adalah lompatan dalam mensimulasikan dan mengoptimalkan lingkungan di mana beberapa agen AI berinteraksi, hampir seperti masyarakat digital.

AGEN GENERATIF

Agen-agen ini bukan hanya entitas digital. Mereka mensimulasikan perilaku manusia yang dapat dipercaya, dari rutinitas sehari-hari hingga interaksi sosial yang kompleks. Arsitektur mereka memperluas model bahasa besar untuk menyimpan pengalaman, merefleksikannya, dan menggunakannya untuk perencanaan perilaku dinamis.

Lingkungan simulasi Westworld yang interaktif, mengingatkan pada The Sims, membawa kehidupan kota yang dihuni oleh agen generatif. Di sini, pengguna dapat berinteraksi, mengamati, dan membimbing agen-agen ini melalui hari mereka, mengamati perilaku yang muncul dan dinamika sosial yang kompleks.

Simulasi Westworld menggambarkan fusi harmonis dari kekuatan komputasi dan kerumitan manusia. Dengan menggabungkan model bahasa besar dengan simulasi agen dinamis, ini memetakan jalur menuju penciptaan pengalaman AI yang hampir tak terbedakan dari kenyataan.

Kesimpulan