Modelli e piattaforme di IA

Open-Source Auto-Gpt & BabyAGI Integrano La Ricorsione Nelle Applicazioni AI

mm
Aggiungi Unite.AI alle tue fonti preferite su Google

Recentissimi sviluppi che coinvolgono Auto-GPT e BabyAGI hanno dimostrato il notevole potenziale degli agenti autonomi, generando un notevole entusiasmo all’interno della sfera della ricerca e dello sviluppo software di intelligenza artificiale. Questi agenti, basati su grandi modelli linguistici (LLM), sono in grado di eseguire sequenze di compiti intricate in risposta a prompt dell’utente. Utilizzando una varietà di risorse come l’accesso a Internet e ai file locali, altre API e strutture di memoria di base, questi agenti mostrano i primi progressi nell’integrazione della ricorsione nelle applicazioni di intelligenza artificiale.

Cosa è BabyAGI?

BabyAGI, introdotto da Yohei Nakajima su Twitter il 28 marzo 2023, è un’iterazione semplificata dell’agente autonomo originale basato su attività. Utilizzando le capacità di elaborazione del linguaggio naturale (NLP) di OpenAI e Pinecone per memorizzare e recuperare i risultati delle attività nel contesto, BabyAGI fornisce un’esperienza efficiente e facile da usare. Con un conciso codice di 140 righe, BabyAGI è facile da comprendere e ampliare.

Il nome BabyAGI è effettivamente significativo poiché questi strumenti spingono costantemente la società verso sistemi di intelligenza artificiale che, sebbene non abbiano ancora raggiunto l’Intelligenza Artificiale Generale (AGI), stanno aumentando esponenzialmente di potenza. L’ecosistema dell’intelligenza artificiale sperimenta nuove scoperte ogni giorno e, con future innovazioni e la potenziale possibilità di una versione di GPT in grado di auto-promptarsi per affrontare problemi complessi, questi sistemi danno ora agli utenti l’impressione di interagire con AGI.

Cosa è Auto-GPT?

Auto-GPT è un agente di intelligenza artificiale progettato per raggiungere obiettivi espressi in linguaggio naturale dividendo gli obiettivi in compiti più piccoli e utilizzando risorse come Internet e altri strumenti in un ciclo automatizzato. Questo agente utilizza le API di OpenAI GPT-4 o GPT-3.5 e si distingue come una delle prime applicazioni che utilizzano GPT-4 per eseguire attività autonome.

A differenza dei sistemi interattivi come ChatGPT, che dipendono da istruzioni manuali per ogni attività, Auto-GPT stabilisce nuovi obiettivi per se stesso per raggiungere un obiettivo più ampio, senza necessariamente richiedere intervento umano. In grado di generare risposte a prompt per soddisfare un compito specifico, Auto-GPT può anche creare e modificare i propri prompt per istanze ricorsive in base alle nuove informazioni acquisite.

Cosa Significa Ciò Per Il Futuro

Sebbene ancora nella fase sperimentale e con alcune limitazioni, gli agenti sono pronti a aumentare i guadagni di produttività facilitati dal calo dei costi dell’hardware e del software di intelligenza artificiale. Secondo la ricerca di ARK Invest, il software di intelligenza artificiale potrebbe potenzialmente produrre fino a 14 trilioni di dollari in entrate e 90 trilioni di dollari in valore aziendale entro il 2030. Mentre i modelli fondamentali come GPT-4 continuano a progredire, numerose aziende stanno optando per l’addestramento dei propri modelli più piccoli e specializzati. Sebbene i modelli fondamentali abbiano una vasta gamma di applicazioni, i modelli più piccoli e specializzati offrono vantaggi come i costi di inferenza ridotti.

Inoltre, molte aziende preoccupate per questioni di copyright e governance dei dati stanno scegliendo di sviluppare i propri modelli proprietari utilizzando una combinazione di dati pubblici e privati. Un esempio notevole è un modello LLM da 2,7 miliardi di parametri addestrato su dati biomedici PubMed, che ha ottenuto risultati promettenti nel test di risposta alle domande dell’esame di licenza medica degli Stati Uniti (USMLE). Il costo di addestramento è stato di circa 38.000 dollari sulla piattaforma MosaicML, con una durata di calcolo di 6,25 giorni. In confronto, l’ultima esecuzione di addestramento di GPT-3 è stimata essere costata quasi 5 milioni di dollari in calcolo.

Antoine è un leader visionario e socio fondatore di Unite.AI, guidato da una passione incrollabile per plasmare e promuovere il futuro dell'AI e della robotica. Un imprenditore seriale, crede che l'AI sarà così disruptiva per la società come l'elettricità, e spesso si lascia trasportare dall'entusiasmo per il potenziale delle tecnologie disruptive e dell'AGI.

Come futurista, è dedicato a esplorare come queste innovazioni plasmeranno il nostro mondo. Inoltre, è il fondatore di Securities.io, una piattaforma focalizzata sugli investimenti in tecnologie all'avanguardia che stanno ridefinendo il futuro e riplasmando interi settori.