Вештачка интелигенција
Auto-GPT & GPT-Engineer: детален водич за денешните водечки агенти за вештачка интелигенција
Кога се споредуваат ChatGPT со агенти за автономна вештачка интелигенција како што се Auto-GPT и GPT-Engineer, се појавува значајна разлика во процесот на донесување одлуки. Додека ChatGPT бара активно човечко вклучување за да го поттикне разговорот, обезбедувајќи насоки засновани на инструкции од корисникот, процесот на планирање претежно зависи од човечка интервенција.
Генеративна АИ моделите како трансформаторите се најсовремена основна технологија, што ги поттикнува овие автономни агенти за вештачка интелигенција. Овие трансформатори се обучени на големи збирки на податоци, овозможувајќи им да симулираат сложени способности за расудување и донесување одлуки.
Корени на автономни агенти со отворен извор: Auto-GPT и GPT-Engineer
Многу од овие автономни агенти за вештачка интелигенција произлегуваат од иницијативи со отворен код предводени од иновативни поединци кои ги трансформираат конвенционалните работни текови. Наместо само да нудат предлози, агентите како што е Auto-GPT можат самостојно да се справуваат со задачи, од онлајн купување до конструирање основни апликации. Преведувач на кодови на OpenAI има за цел да се надгради Разговор GPT од само предлагање идеи до активно решавање проблеми со тие идеи.
И Auto-GPT и GPT-Engineer се опремени со моќта на GPT 3.5 и GPT-4. Ја разбира логиката на кодот, комбинира повеќе датотеки и го забрзува процесот на развој.
Суштината на функционалноста на Auto-GPT лежи во неговите агенти за вештачка интелигенција. Овие агенти се програмирани да извршуваат специфични задачи, од секојдневни како закажување до посложени задачи кои бараат стратегиско одлучување. Сепак, овие агенти за вештачка интелигенција работат во границите поставени од корисниците. Со контролирање на нивниот пристап преку API, корисниците можат да ја одредат длабочината и опсегот на дејствата што вештачката интелигенција може да ги изврши.
На пример, ако има задача да креира веб-апликација за разговор интегрирана со ChatGPT, Auto-GPT автономно ја разложува целта на чекори што можат да се применат, како што е создавање на преден дел на HTML или скриптирање на заден дел на Python. Додека апликацијата автономно ги произведува овие потсетници, корисниците сè уште можат да ги следат и менуваат. Како што покажа креаторот на AutoGPT @SigGravitas, може да изгради и изврши тест програма базирана на Python.
Масовно ажурирање за Auto-GPT: Извршување на код! 🤖💻
Auto-GPT сега може да го напише сопствениот код користејќи го #gpt4 и извршете скрипти за питон!
Ова му овозможува рекурзивно дебагирање, развивање и само-подобрување… 🤯 👇 pic.twitter.com/GEkMb1LyxV
— Значајни гравитаси (@SigGravitas) Април 1, 2023
Додека дијаграмот подолу опишува поопшта архитектура на агент за автономна вештачка интелигенција, тој нуди вреден увид во процесите зад сцената.
Процесот се иницира со верификација на OpenAI API клучот и иницијализирање на различни параметри, вклучувајќи краткорочна меморија и содржина на базата на податоци. Откако клучните податоци ќе бидат предадени на агентот, моделот комуницира со GPT3.5/GPT4 за да добие одговор. Овој одговор потоа се трансформира во формат JSON, кој агентот го толкува за извршување на различни функции, како што се спроведување онлајн пребарувања, читање или пишување датотеки, па дури и извршување на код. Auto-GPT користи претходно обучен модел за складирање на овие одговори во база на податоци, а идните интеракции ги користат овие зачувани информации како референца. Јамката продолжува додека задачата не се смета за завршена.
Водич за поставување за Auto-GPT и GPT-Engineer
Поставувањето врвни алатки како GPT-Engineer и Auto-GPT може да го рационализира вашиот развојен процес. Подолу е структуриран водич кој ќе ви помогне да ги инсталирате и конфигурирате двете алатки.
Автоматски GPT
Поставувањето Auto-GPT може да изгледа сложено, но со правилните чекори, станува едноставно. Овој водич ја покрива постапката за поставување Auto-GPT и нуди увид во неговите различни сценарија.
1. Предуслови:
- Пајтон животна средина: Погрижете се да имате инсталирано Python 3.8 или понова верзија. Можете да го добиете Python од него Официјална веб-страница.
- Ако планирате да клонирате складишта, инсталирајте оди.
- OpenAI API клуч: За да комуницирате со OpenAI, потребен е клуч API. Земете го клучот од вашиот OpenAI сметка
Опции за задниот дел на меморијата: Меморискиот заднина служи како механизам за складирање за AutoGPT за пристап до основните податоци за неговите операции. AutoGPT користи и краткорочни и долгорочни можности за складирање. Пинекон, Милвус, Redis, а други се некои опции што се достапни.
2. Поставување на вашиот работен простор:
- Направете виртуелна средина:
python3 -m venv myenv
- Активирајте ја околината:
- MacOS или Linux:
source myenv/bin/activate
- MacOS или Linux:
3. Инсталација:
- Клонирајте го складиштето Auto-GPT (погрижете се да имате инсталирано Git):
git clone https://github.com/Significant-Gravitas/Auto-GPT.git
- За да се осигурате дека работите со верзијата 0.2.2 од Auto-GPT, ќе сакаш исходот на таа конкретна верзија:
git checkout stable-0.2.2
- Одете до преземеното складиште:
cd Auto-GPT
- Инсталирајте ги потребните зависности:
pip install -r requirements.txt
4. Конфигурација:
- Најдете
.env.template
во главната/Auto-GPT
директориум. Дупликат и преименувајте го во.env
- Отворено
.env
и поставете го вашиот OpenAI API клуч доOPENAI_API_KEY=
- Слично на тоа, за да користите Pinecone или други мемориски позадини ажурирајте го
.env
датотека со вашиот Pinecone API клуч и регион.
5. Инструкции за командната линија:
Auto-GPT нуди богат сет на аргументи на командната линија за да го приспособите неговото однесување:
- Општа употреба:
- Прикажи помош:
python -m autogpt --help
- Прилагодете ги поставките за вештачка интелигенција:
python -m autogpt --ai-settings <filename>
- Наведете заднина на меморијата:
python -m autogpt --use-memory <memory-backend>
- Прикажи помош:
6. Стартување на Auto-GPT:
Откако ќе завршат конфигурациите, иницирајте Auto-GPT користејќи:
- Linux или Mac:
./run.sh start
- Windows:
.\run.bat
Докер интеграција (препорачан пристап за поставување)
За оние кои бараат контејнеризирање на Auto-GPT, Docker обезбедува рационализиран пристап. Сепак, имајте предвид дека првичното поставување на Docker може да биде малку сложено. Се однесува на Водич за инсталација на Docker за помош.
Продолжете со следење на чекорите подолу за да го измените клучот OpenAI API. Проверете дали Docker работи во позадина. Сега одете во главниот директориум на AutoGPT и следете ги чекорите подолу на вашиот терминал
- Изградете ја сликата на Docker:
docker build -t autogpt .
- Сега Стартувај:
docker run -it --env-file=./.env -v$PWD/auto_gpt_workspace:/app/auto_gpt_workspace autogpt
Со docker-compose:
- Стартувај:
docker-compose run --build --rm auto-gpt
- За дополнително прилагодување, можете да интегрирате дополнителни аргументи. На пример, да се кандидира и со –gpt3only и –continuous:
docker-compose run --rm auto-gpt --gpt3only--continuous
- Со оглед на големата автономија што Auto-GPT ја поседува во генерирањето содржина од големи збирки податоци, постои потенцијален ризик од ненамерно пристапување до малициозни веб-извори.
За да ги ублажите ризиците, управувајте со Auto-GPT во виртуелен контејнер, како што е Docker. Ова осигурува дека секоја потенцијално штетна содржина останува ограничена во виртуелниот простор, држејќи ги вашите надворешни датотеки и систем недопрени. Алтернативно, Windows Sandbox е опција, иако се ресетира по секоја сесија, не успевајќи да ја задржи својата состојба.
За безбедност, секогаш извршувајте Auto-GPT во виртуелна средина, осигурувајќи се дека вашиот систем ќе остане изолиран од неочекувани излези.
Со оглед на сето ова, се уште постои шанса да не можете да ги добиете посакуваните резултати. Пријавени корисници на Auto-GPT прашања кои се повторуваат кога се обидувате да запишете во датотека, честопати наидувате на неуспешни обиди поради проблематични имиња на датотеки. Еве една таква грешка: Auto-GPT (release 0.2.2) doesn't append the text after error "write_to_file returned: Error: File has already been updated
Различни решенија за решавање на ова се дискутирани на поврзаните Нишка на GitHub за референца.
GPT-Инженер
Работен тек на GPT-инженер:
- Брза дефиниција: Направете детален опис на вашиот проект користејќи природен јазик.
- Генерирање на кодови: Врз основа на вашето барање, GPT-Engineer почнува да работи, изработува фрагменти од код, функции, па дури и комплетни апликации.
- Рафинирање и оптимизација: Пост-генерација, секогаш има простор за подобрување. Програмерите можат да го модифицираат генерираниот код за да ги исполни специфичните барања, обезбедувајќи врвен квалитет.
Процесот на поставување на GPT-Engineer е кондензиран во водич кој е лесен за следење. Еве чекор-по-чекор преглед:
1. Подготовка на животната средина: Пред да нурнете, проверете дали го имате подготвен директориумот за проекти. Отворете терминал и извршете ја командата подолу
- Направете нов директориум со име „веб-страница“:
mkdir website
- Премести во директориумот:
cd website
2. Клонирајте го складиштето: git clone https://github.com/AntonOsika/gpt-engineer.git .
3. Навигирајте и инсталирајте зависности: Откако ќе се клонира, префрлете се на директориумот cd gpt-engineer
и инсталирајте ги сите потребни зависности make install
4. Активирајте виртуелна средина: Во зависност од вашиот оперативен систем, активирајте ја креираната виртуелна средина.
- на macOS / Linux:
source venv/bin/activate
- на Windows, малку е поинаку поради поставувањето на клучот API:
set OPENAI_API_KEY=[your api key]
5. Конфигурација – Поставување клучеви на API: За да комуницирате со OpenAI, ќе ви треба клуч API. Ако сè уште немате, пријавете се на платформата OpenAI, тогаш:
- на macOS / Linux:
export OPENAI_API_KEY=[your api key]
- на Windows (како што беше споменато претходно):
set OPENAI_API_KEY=[your api key]
6. Иницијализација на проектот и генерирање кодови: Магијата на GPT-Инженерот започнува со main_prompt
датотека пронајдена во projects
папка.
- Ако сакате да започнете нов проект:
cp -r projects/example/ projects/website
Овде, заменете ја „веб-страницата“ со избраното име на проектот.
- Уредување на
main_prompt
датотека користејќи уредувач на текст по ваш избор, запишувајќи ги барањата на вашиот проект.
- Откако ќе бидете задоволни со брзото извршување:
gpt-engineer projects/website
Вашиот генериран код ќе престојува во workspace
директориум во рамките на проектната папка.
7. Пост-генерација: Иако GPT-Engineer е моќен, можеби не е секогаш совршен. Проверете го генерираниот код, направете рачни промени доколку е потребно и уверете се дека сè работи непречено.
Пример Стартувај
Прашај:
Слично како Auto-GPT, GPT-Engineer понекогаш може да наиде на грешки дури и по целосно поставување. Меѓутоа, при мојот трет обид, успешно пристапив на следната веб-страница со стриктно светло. Погрижете се да ги прегледате сите грешки на службеникот Страница со проблем на складиштето GPT-Engineer.
Тековни тесни грла на агентите за вештачка интелигенција
Оперативни трошоци
Една задача извршена од Auto-GPT може да вклучува многу чекори. Поважно, секој од овие чекори може да биде се наплаќа поединечно, зголемување на трошоците. Автоматскиот GPT може да остане заробен во повторливи јамки, не успевајќи да ги испорача ветените резултати. Ваквите појави ја загрозуваат неговата сигурност и ја поткопуваат инвестицијата.
Замислете дека сакате да креирате краток есеј со Auto-GPT. Идеалната должина на есејот е 8K токени, но за време на процесот на креирање, моделот навлегува во повеќе посреднички чекори за да ја финализира содржината. Ако користите GPT-4 со 8k должина на контекстот, тогаш за влез, ќе ви биде наплатена $0.03. И за излезот, трошокот би бил $0.06. Сега, да речеме дека моделот наидува на непредвиден циклус, повторувајќи одредени делови повеќе пати. Не само што процесот станува подолг, туку и секое повторување го зголемува трошокот.
За да се заштитите од ова:
Поставете ограничувања за користење at OpenAI наплата и ограничувања:
- Тешка граница: Ја ограничува употребата над вашиот поставен праг.
- Мека граница: Ви испраќа предупредување по е-пошта штом ќе се исполни прагот.
Ограничувања на функционалноста
Можностите на Auto-GPT, како што е прикажано во неговиот изворен код, доаѓаат со одредени граници. Нејзините стратегии за решавање проблеми се регулирани од неговите внатрешни функции и пристапноста обезбедена од API на GPT-4. За длабински дискусии и можни решенија, разгледајте ја посетата: Дискусија за автоматско GPT.
Влијанието на ВИ врз пазарот на трудот
Динамиката помеѓу ВИ и пазарите на труд постојано се развива и е опширно документирана во оваа истражување на хартија. Клучно е тоа што иако технолошкиот напредок често им користи на квалификуваните работници, тој претставува ризик за оние кои се ангажирани во рутински задачи. Всушност, технолошкиот напредок може да помести одредени задачи, но истовремено да го отвори патот за разновидни, трудоинтензивни задачи.
Се проценува дека 80% од американските работници може да откријат дека LLM (Модели за учење јазик) влијаат на околу 10% од нивните секојдневни задачи. Оваа статистика го нагласува спојувањето на вештачката интелигенција и човечките улоги.
Двојната улога на вештачката интелигенција во работната сила:
- Позитивни аспекти: Вештачката интелигенција може да автоматизира многу задачи, од услуги на клиентите до финансиски совети, давање одложување на малите претпријатија на кои им недостасуваат средства за посветени тимови.
- Загриженост: Благодатта на автоматизацијата ги буди веѓите за потенцијалните загуби на работни места, особено во секторите каде што човечката вклученост е најважна, како што е поддршката на клиентите. Заедно со ова е и етичкиот лавиринт поврзан со вештачката интелигенција која пристапува до доверливи податоци. Ова бара силна инфраструктура која обезбедува транспарентност, одговорност и етичка употреба на вештачката интелигенција.
Заклучок
Јасно е дека алатките како ChatGPT, Auto-GPT и GPT-Engineer стојат во првите редови во преобликувањето на интеракцијата помеѓу технологијата и нејзините корисници. Со корени во движењата со отворен код, овие агенти за вештачка интелигенција ги манифестираат можностите за автономија на машината, рационализирајќи ги задачите од закажување до развој на софтвер.
Како што се движиме во иднина каде што вештачката интелигенција се интегрира подлабоко во нашите секојдневни рутини, рамнотежата помеѓу прифаќањето на способностите на вештачката интелигенција и заштитата на човечките улоги станува клучна. На поширокиот спектар, динамиката на пазарот на трудот со вештачка интелигенција дава двојна слика за можностите и предизвиците за раст, барајќи свесна интеграција на технолошката етика и транспарентност.