オープンソースのAuto-GPTとBabyAGIがAIアプリケーションに再帰を統合する

Auto-GPTとBabyAGIを含む最近の開発は、自律エージェントの印象的な可能性を実証し、AI研究とソフトウェア開発の分野で大きな熱狂を引き起こしています。これらのエージェントは、大規模な言語モデル（LLM）に基づいており、ユーザーのプロンプトに応じて複雑なタスクシーケンスを実行できます。インターネット、ローカルファイルアクセス、他のAPI、および基本的なメモリ構造などのさまざまなリソースを使用することで、これらのエージェントは、AIアプリケーションに再帰を統合する初期の進歩を示しています。

BabyAGIとは何か

BabyAGIは、Yohei Nakajimaによって2023年3月28日にTwitterで紹介された、タスク駆動型自律エージェントのストリームライン化されたバージョンです。OpenAIの自然言語処理（NLP）能力と、Pineconeを使用してタスク結果をコンテキストで保存および取得することで、BabyAGIは効率的でユーザーフレンドリーなエクスペリエンスを提供します。140行のコードで構成されるBabyAGIは、理解して拡張することが容易です。

BabyAGIという名前は、実際には重要です。なぜなら、これらのツールは、まだ人工一般知能（AGI）に達成していないものの、AGIシステムに向けて社会を前進させ続けているからです。AIエコシステムは毎日新しい進歩を経験し、将来のブレークスルーと、複雑な問題に取り組むために自分自身をプロンプトできるGPTのバージョンが可能になるにつれて、これらのシステムは、ユーザーがAGIと対話しているように感じるようになります。

Auto-GPTとは何か

Auto-GPTは、自然言語で表現された目標を達成するために設計されたAIエージェントです。目標を小さなサブタスクに分割し、インターネットやその他のツールを自動ループで使用することで、Auto-GPTはこれらの目標を達成します。このエージェントは、OpenAIのGPT-4またはGPT-3.5 APIを使用し、GPT-4を使用して自律タスクを実行する最初のアプリケーションの1つとして注目されています。

チャットGPTなどの対話型システムとは異なり、各タスクの手動指示に依存するのではなく、Auto-GPTは、より大きな目標を達成するために、自分自身の目標を設定します。特定のタスクを実行するためにプロンプトに応答を生成するだけでなく、Auto-GPTは、新しく取得した情報に基づいて、再帰的なインスタンスのための独自のプロンプトを作成および変更できます。

これは今後どうなるのか

まだ実験段階であり、いくつかの制限があるものの、エージェントは、AIハードウェアとソフトウェアのコストが減少することで促進される生産性の向上を促進する可能性があります。ARK Investの研究によると、AIソフトウェアは2030年までに14兆ドルの収益と90兆ドルの企業価値を生み出す可能性があります。GPT-4などの基礎モデルが進化を続けるにつれて、多くの企業は、自分自身の小さな特化されたモデルをトレーニングすることを選択しています。基礎モデルには幅広い応用がありますが、小さな特化されたモデルは、推論コストの削減などの利点を提供します。

さらに、著作権問題やデータ管理について懸念している多くの企業は、公開データとプライベートデータの混合を使用して独自のモデルを開発しています。2.7億パラメータのLLMが、PubMedのバイオメディカルデータでトレーニングされ、US Medical Licensing Examの質問と答えのテストで有望な結果を達成しました。トレーニングコストは、MosaicMLプラットフォームで約38,000ドルで、6.25日間の計算時間でした。一方、GPT-3の最終トレーニングランは、約500万ドルの計算コストがかかったと推定されています。