AI хэрэгсэл 101
ChatGPT-ээс гадна; AI агент: Ажилчдын шинэ ертөнц
Гүнзгий суралцах, байгалийн хэлний боловсруулалт (NLP), хиймэл оюун ухаан зэрэг дэвшлийн ачаар бид хиймэл оюун ухааны агентууд дэлхийн ажиллах хүчний нэлээд хэсгийг бүрдүүлж чадах цаг үед ирж байна. Чатбот болон дуут туслахаас давсан эдгээр хиймэл оюун ухааны агентууд нь салбар болон бидний өдөр тутмын амьдралд шинэ парадигмыг бүрдүүлж байна. Гэхдээ эдгээр "ажилчид"-аар нэмэгдүүлсэн ертөнцөд амьдрах нь үнэхээр юу гэсэн үг вэ? Энэхүү нийтлэл нь энэхүү хувьсан өөрчлөгдөж буй ландшафтын талаар гүн гүнзгий нэвтэрч, ирээдүйд тулгарч буй үр дагавар, боломж, сорилтуудыг үнэлдэг.
Товч тойм: хиймэл оюун ухааны ажилчдын хувьсал
Удахгүй болох хувьсгалыг ойлгохын өмнө аль хэдийн болсон хиймэл оюун ухаанд суурилсан хувьслыг таних нь маш чухал юм.
- Уламжлалт тооцооллын системүүд: Тооцооллын үндсэн алгоритмуудаас аялал эхэлсэн. Эдгээр систем нь тогтсон дүрмийн багцыг ашиглан урьдчилан тодорхойлсон ажлуудыг шийдэж чаддаг.
- Chatbots & Early Voice Assistans: Технологи хөгжихийн хэрээр бидний интерфейсүүд ч бас өөрчлөгдсөн. Siri, Cortana болон анхны чатботууд гэх мэт хэрэгслүүд нь хэрэглэгчийн хиймэл оюун ухааны харилцан үйлчлэлийг хялбаршуулсан боловч ойлгох чадвар, чадвар нь хязгаарлагдмал байв.
- Мэдрэлийн сүлжээ ба гүнзгий суралцах: Мэдрэлийн сүлжээ нь хүний тархины үйл ажиллагааг дуурайж, туршлагаараа хөгжиж буй эргэлтийн цэгийг тэмдэглэсэн. Гүнзгий суралцах арга техник нь үүнийг улам сайжруулж, дүрс, яриа таних боловсронгуй болгосон.
- Трансформатор ба дэвшилтэт NLP загварууд: Трансформаторын архитектурыг нэвтрүүлсэн нь NLP ландшафтыг өөрчилсөн. гэх мэт системүүд GPT чат OpenAI, BERT болон T5-ын бүтээсэн бүтээгдэхүүнүүд нь хүн-AI харилцаанд нээлт хийх боломжийг олгосон. Хэл яриа, контекстийг гүн гүнзгий эзэмшсэн эдгээр загварууд нь утга учиртай яриа өрнүүлж, контент бичиж, нарийн төвөгтэй асуултуудад урьд өмнө хэзээ ч байгаагүй нарийвчлалтайгаар хариулж чаддаг.
AI агентыг оруулна уу: зүгээр л яриа биш
Өнөөдрийн AI ландшафт харилцан ярианы хэрэгслээс илүү өргөн хүрээтэй зүйлийг сануулж байна. AI агентууд чатын функцээс гадна даалгавраа гүйцэтгэж, орчноосоо суралцаж, шийдвэр гаргах, тэр ч байтугай бүтээлч байдлыг харуулах боломжтой болсон. Тэд зөвхөн асуултанд хариулдаггүй; тэд асуудлыг шийдэж байна.
Уламжлалт програм хангамжийн загварууд тодорхой зам дээр ажилласан. Оролцогч талууд зорилгоо програм хангамжийн менежерүүдэд илэрхийлж, дараа нь тодорхой төлөвлөгөө боловсруулсан. Инженерүүд энэ төлөвлөгөөг кодын шугамаар гүйцэтгэдэг. Програм хангамжийн үйл ажиллагааны энэхүү 'өв залгамжлалын парадигм' нь хүний олон талын оролцоог агуулсан тодорхой байсан.
Харин AI агентууд өөрөөр ажилладаг. Агент:
- Байна зорилго хүрэхийг эрмэлздэг.
- Can харилцах Үүнд орчин.
- Томъёодог a төлөвлөгөө зорилгодоо хүрэхийн тулд эдгээр ажиглалтад үндэслэн .
- Шаардлагатай авдаг нөөц, арга барилаа тохируулах хүрээлэн буй орчны өөрчлөлтийн төлөв байдалд үндэслэн.
AI агентуудыг уламжлалт загвараас үнэхээр ялгаж буй зүйл бол зорилгодоо хүрэхийн тулд алхам алхмаар төлөвлөгөөг бие даан бүтээх чадвар юм. Нэг ёсондоо, өмнө нь программист төлөвлөгөө гаргаж байсан бол өнөөгийн хиймэл оюун ухааны агентууд өөрсдийн чиглэлээ тодорхойлдог.
Өдөр тутмын жишээг авч үзье. Уламжлалт програм хангамжийн дизайнд програм нь урьдчилан тодорхойлсон нөхцөл байдалд үндэслэн хугацаа хэтэрсэн ажлуудын талаар хэрэглэгчдэд мэдэгддэг. Хөгжүүлэгчид эдгээр нөхцлийг бүтээгдэхүүний менежерийн өгсөн тодорхойлолтод үндэслэн тогтооно.
AI агент парадигмд агент өөрөө хэрэглэгчдэд хэзээ, хэрхэн мэдэгдэхийг тодорхойлдог. Энэ нь хүрээлэн буй орчныг (хэрэглэгчийн зуршил, хэрэглээний төлөв) хэмжиж, хамгийн сайн үйл ажиллагааны чиглэлийг шийддэг. Тиймээс үйл явц нь илүү динамик болж, агшин зуур илүү их болдог.
ChatGPT нь залгаасуудыг нэгтгэснээр уламжлалт хэрэглээнээсээ татгалзаж, олон хүсэлтийг гүйцэтгэх гадны хэрэгслийг ашиглах боломжийг олгосон. Энэ нь төлөөлөгчийн үзэл баримтлалын анхны илрэл болсон. Хэрэв бид энгийн жишээг авч үзвэл: Нью-Йорк хотын цаг агаарын талаар асууж буй хэрэглэгч ChatGPT, залгаасуудыг ашиглан гадаад цаг агаарын API-тай харилцаж, өгөгдлийг тайлбарлаж, тэр ч байтугай хүлээн авсан хариулт дээр үндэслэн курсээ засах боломжтой.
AI агентуудын одоогийн дүр төрх
Auto-GPT, AgentGPT, BabyAGI зэрэг хиймэл оюун ухааны агентууд хиймэл оюун ухааны ертөнцийн шинэ эрин үеийг зарлаж байна. ChatGPT түгээмэл болж байхад Үүсгэх хиймэл оюун ухаан Хүний оролцоог шаардах замаар хиймэл оюун ухааны агентуудын цаад алсын хараа нь хиймэл оюун ухааныг бие даан ажиллах, зорилгодоо хүрэхийн тулд хүний оролцоо багатай эсвэл огтхон ч хамаагүй ажиллах боломжийг олгох явдал юм. Энэхүү хувиргах чадавхийг Auto-GPT-ийн солирын өсөлт онцолж, GitHub-д 107,000 долоо хоногийн дотор XNUMX гаруй одыг цуглуулсан нь өгөгдлийн шинжлэх ухааны багц "панда" зэрэг байгуулагдсан төслүүдтэй харьцуулахад урьд өмнө байгаагүй өсөлт юм.
AI агентууд болон ChatGPT
Auto-GPT, BabyAGI зэрэг олон дэвшилтэт AI агентууд GPT архитектурыг ашигладаг. Тэдний гол зорилго нь хиймэл оюун ухааны даалгаврыг гүйцэтгэхэд хүний оролцооны хэрэгцээг багасгах явдал юм. AgentGPT болон BabyAGI гэх мэт загваруудын үйл ажиллагааг "GPT on a loop" гэх мэт тайлбарласан нэр томъёонууд тодорхойлдог. Тэд хэрэглэгчийн хүсэлтийг илүү сайн ойлгож, гаралтыг нь боловсронгуй болгохын тулд давталтын мөчлөгт ажилладаг. Үүний зэрэгцээ, Auto-GPT нь интернетийн хандалт болон кодыг гүйцэтгэх чадавхийг багтааснаар хил хязгаарыг улам өргөжүүлж, асуудлыг шийдвэрлэх хүрээгээ ихээхэн өргөжүүлдэг.
AI агентуудын инноваци
- Урт хугацааны ой санамж: Уламжлалт LLM нь хязгаарлагдмал санах ойтой бөгөөд зөвхөн сүүлийн үеийн харилцан үйлчлэлийн сегментүүдийг хадгалдаг. Цогц даалгавруудын хувьд бүх яриа, тэр байтугай өмнөх яриаг эргэн санах нь чухал юм. Үүнийг даван туулахын тулд хиймэл оюун ухааны агентууд текстэн харилцан яриаг тоон массив болгон хувиргаж, санах ойн хязгаарлалтын шийдлийг санал болгож буй ажлын урсгалыг нэвтрүүлсэн.
- Вэб үзэх чадвар: Сүүлийн үеийн үйл явдлуудын талаар байнга мэдээлэл авахын тулд Auto-GPT нь Google Search API ашиглан хайлтын системээр тоноглогдсон. Энэ нь хиймэл оюун ухааны нийгэмлэгийн хүрээнд хиймэл оюун ухааны мэдлэгийн цар хүрээний талаар маргаан үүсгэсэн.
- Ажиллаж буй код: Код үүсгэхээс гадна Auto-GPT нь shell болон Python кодуудыг хоёуланг нь ажиллуулж чадна. Энэхүү урьд өмнө байгаагүй чадвар нь бусад программ хангамжтай холбогдох боломжийг олгож, улмаар үйл ажиллагааныхаа хүрээг өргөжүүлдэг.
Диаграм нь том хэлний загвар болон агентуудаар ажилладаг AI системийн архитектурыг дүрслэн харуулав.
- орц: Систем нь янз бүрийн эх сурвалжаас өгөгдлийг хүлээн авдаг: шууд хэрэглэгчийн тушаалууд, бүтэцлэгдсэн мэдээллийн сан, вэб контент, бодит цагийн байгаль орчны мэдрэгч.
- LLM & Agents: Үндсэндээ LLM нь эдгээр орцуудыг боловсруулж, тусгай агентуудтай хамтран ажилладаг
Auto-GPTбодлын хэлхээнд зориулж,AgentGPTвэб-д зориулсан тусгай даалгаврын хувьд,BabyAGIдаалгаварт зориулсан үйлдлүүд болонHuggingGPTбагаар суурилсан боловсруулалтад зориулагдсан. - Гарц бүтээгдэхүүн: Боловсруулсны дараа мэдээллийг хэрэглэгчдэд ээлтэй формат болгон хувиргаж, дараа нь гадаад орчинд ажиллах эсвэл нөлөөлж чадах төхөөрөмжүүд рүү дамжуулдаг.
- Санах ойн бүрэлдэхүүн хэсгүүд: Систем нь богино хугацааны кэш болон урт хугацааны мэдээллийн сангуудаар дамжуулан мэдээллийг түр болон байнгын байдлаар хадгалдаг.
- Байгаль орчны: Энэ нь мэдрэгчүүдэд нөлөөлж, системийн үйлдлээр нөлөөлдөг гадаад хүрээ юм.
Нарийвчилсан AI агентууд: Auto-GPT, BabyAGI болон бусад
AutoGPT ба AgentGPT
AutoGPT, 2023 оны XNUMX-р сард GitHub дээр гарсан, OpenAI-ийн хувиргах үүсгэгч загвар болох GPT-ийн хүчийг ашигладаг Python-д суурилсан ухаалаг програм юм. Auto-GPT-ийг өмнөх хувилбаруудаас ялгаж байгаа зүйл нь бие даасан байдал бөгөөд энэ нь хүний хамгийн бага удирдлагаар даалгавруудыг гүйцэтгэхэд зориулагдсан бөгөөд зааварчилгааг өөрөө эхлүүлэх онцгой чадвартай юм. Хэрэглэгчид ерөнхий зорилгоо тодорхойлоход хангалттай бөгөөд Auto-GPT нь зорилгодоо хүрэхийн тулд шаардлагатай зааварчилгааг гаргаж, жинхэнэ хиймэл ерөнхий оюун ухаан (AGI) руу хувьсгал хийх боломжтой юм.
GPT-3.5 ашиглан интернет холболт, санах ойн удирдлага, файл хадгалах чадварыг багтаасан онцлог шинж чанаруудтай энэ хэрэгсэл нь ердийн цахим шуудан бичихээс эхлээд хүний оролцоо их шаарддаг нарийн төвөгтэй ажлууд хүртэл өргөн хүрээний ажлыг гүйцэтгэх чадвартай.
Нөгөөтэйгүүр, AgentGPT, мөн GPT хүрээ дээр бүтээгдсэн бөгөөд тохируулах, ашиглахын тулд кодчиллын өргөн мэдлэг шаарддаггүй хэрэглэгч төвтэй интерфейс юм. AgentGPT нь хэрэглэгчдэд хиймэл оюун ухааны зорилгыг тодорхойлох боломжийг олгодог бөгөөд үүнийг дараа нь удирдаж болохуйц даалгавар болгон задалдаг.
AgentGPT UI
Цаашилбал, AgentGPT нь олон талт чанараараа ялгардаг. Энэ нь чатбот үүсгэхээр хязгаарлагдахгүй. Энэхүү платформ нь Discord роботууд гэх мэт олон төрлийн програмуудыг үүсгэх чадвараа өргөжүүлж, тэр ч байтугай Auto-GPT-тэй саадгүй нэгтгэдэг. Энэхүү арга нь кодчилолын талаар мэдлэггүй хүмүүс ч бүрэн бие даасан кодчилол, текст үүсгэх, хэлний орчуулга, асуудал шийдвэрлэх зэрэг ажлыг хийж чадна.
LangChain нь том хэлний загваруудыг (LLMs) янз бүрийн хэрэгслээр холбодог, тохирох хэрэгслийг сонгох замаар тодорхой даалгавруудыг тодорхойлох, гүйцэтгэхийн тулд ихэвчлэн "Бот" гэж ойлгогддог агентуудыг ашигладаг хүрээ юм. Эдгээр агентууд нь гадаад эх сурвалжтай саадгүй нэгддэг бол LangChain дахь вектор мэдээллийн сан нь бүтэцгүй өгөгдлийг хадгалдаг бөгөөд LLM-ийн мэдээллийг хурдан олж авахад тусалдаг.
BabyAGI
Дараа нь байна BabyAGI, хялбаршуулсан боловч хүчирхэг агент. BabyAGI-ийн чадавхийг ойлгохын тулд өгөгдсөн зорилгод онцгой анхаарал хандуулж даалгавруудыг бие даан бүтээж, зохион байгуулж, гүйцэтгэдэг дижитал төслийн менежерийг төсөөлөөд үз дээ. Ихэнх хиймэл оюун ухаанд суурилсан платформууд нь урьдчилан бэлтгэгдсэн мэдлэгээрээ хязгаарлагддаг бол BabyAGI нь дасан зохицож, туршлагаас суралцах чадвараараа бусдаас ялгардаг. Энэ нь хүмүүсийн адил санал хүсэлтийг ялгаж, туршилт, алдаан дээр үндэслэн шийдвэр гаргах гүн гүнзгий чадвартай.
BabyAGI-ийн гол давуу тал нь түүний дасан зохицох чадвараас гадна тодорхой зорилгод зориулсан кодыг ажиллуулах чадвар юм. Энэ нь криптовалютын арилжаа, робот техник, бие даасан жолоодлого гэх мэт нарийн төвөгтэй салбарт гэрэлтдэг бөгөөд энэ нь олон төрлийн хэрэглээний хэрэгсэл болж өгдөг.
https://yoheinakajima.com/task-driven-autonomous-agent-utilizing-gpt-4-pinecone-and-langchain-for-diverse-applications/
Үйл явцыг гурван агентаар ангилж болно:
- Гүйцэтгэх агент: Системийн зүрх болсон энэ агент нь OpenAI-ийн API-г даалгаврыг боловсруулахад ашигладаг. Зорилго, даалгаврын хувьд энэ нь OpenAI-ийн API-г идэвхжүүлж, даалгаврын үр дүнг авдаг.
- Даалгавар үүсгэх агент: Энэ функц нь өмнөх үр дүн болон одоогийн зорилтууд дээр үндэслэн шинэ ажлуудыг бий болгодог. OpenAI-ийн API руу сануулга илгээгдэж, дараа нь толь бичгийн жагсаалт хэлбэрээр зохион байгуулагдсан боломжит ажлуудыг буцаана.
- Даалгаврыг эрэмбэлэх агент: Эцсийн шат нь тэргүүлэх ач холбогдолд тулгуурлан даалгавруудын дарааллыг багтаана. Энэ агент нь OpenAI-ийн API-г ашиглан даалгавруудыг дахин эрэмбэлж, хамгийн чухал ажлуудыг эхлээд гүйцэтгэнэ.
OpenAI-ийн хэлний загвартай хамтран BabyAGI нь контекст төвлөрсөн даалгаврын үр дүнг хадгалах, сэргээхэд зориулж Pinecone-ийн чадварыг ашигладаг.
Доорх нь BabyAGI-ийн хэрэглээг харуулсан үзүүлбэр юм энэ холбоос.
Эхлэхийн тулд танд хүчинтэй OpenAPI түлхүүр хэрэгтэй болно. Хандахад хялбар болгох үүднээс UI нь OpenAPI түлхүүрийг оруулах тохиргооны хэсэгтэй. Нэмж дурдахад, хэрэв та зардлаа зохицуулах гэж байгаа бол давталтын тоонд хязгаарлалт тавихаа бүү мартаарай.
Програмаа тохируулсны дараа би жижиг туршилт хийсэн. Би BabyAGI-д "Хувь хүний өсөлтийн аянд анхаарлаа хандуулж, чухал үе шатууд, сорилт бэрхшээлүүд болон тасралтгүй суралцахын хувиргах хүчийг хөндсөн товч жиргээг бүтээ."
BabyAGI сайн бодож боловсруулсан төлөвлөгөөгөөр хариулав. Энэ нь зүгээр нэг ерөнхий загвар биш, харин үндсэн хиймэл оюун ухаан хүсэлтийн нарийн ширийнийг үнэхээр ойлгосон гэдгийг харуулсан цогц замын зураглал байв.
Deepnote AI Copilot
Deepnote AI Copilot дэвтэр дэх өгөгдөл хайгуулын динамикийг өөрчилдөг. Гэхдээ юугаараа онцлог вэ?
Үндсэндээ Deepnote AI нь өгөгдөл судлаачдын ажлын урсгалыг нэмэгдүүлэх зорилготой юм. Таныг анхан шатны зааварчилгаа өгөх тэр мөчид хиймэл оюун ухаан ажиллаж, стратеги боловсруулж, SQL асуулгыг гүйцэтгэж, Python ашиглан өгөгдлийг дүрслэн харуулж, үр дүнгээ ойлгомжтой байдлаар танилцуулдаг.
Deepnote AI-ийн давуу талуудын нэг нь таны ажлын талбарыг цогцоор нь ойлгох явдал юм. Интеграцийн схем болон файлын системийг ойлгосноор энэ нь гүйцэтгэлийн төлөвлөгөөгөө байгууллагын нөхцөл байдалтай төгс уялдуулж, түүний ойлголтыг үргэлж хамааралтай байлгах боломжийг олгодог.
AI-г зөөврийн компьютертэй нэгтгэснээр санал хүсэлтийн өвөрмөц хэлхээг бий болгодог. Энэ нь кодын гаралтыг идэвхтэй үнэлж, өөрийгөө засч залруулах чадвартай болгож, үр дүн нь тавьсан зорилттой нийцэж байгаа эсэхийг баталгаажуулдаг.
Deepnote AI нь ил тод үйлдлээрээ бусдаас ялгардаг бөгөөд үйл явцын талаар тодорхой ойлголт өгдөг. Код болон гаралтын уялдаа холбоо нь түүний үйлдлүүд үргэлж хариуцлагатай, дахин давтагдах боломжтой байдаг.
Тэмээ
Тэмээ Энэ нь хүний хамгийн бага хяналтаар даалгаврыг үр дүнтэй гүйцэтгэх зорилготой хиймэл оюун ухааны агентуудын хамтын ажиллагааг хөгжүүлэхэд чиглэсэн тогтолцоо юм.
https://github.com/camel-ai/camel
Энэ нь үйл ажиллагаагаа үндсэн хоёр төрөлд хуваадаг:
- AI хэрэглэгчийн агент зааварчилгаа гаргадаг.
- AI туслах агент нь өгсөн зааврын дагуу даалгавруудыг гүйцэтгэдэг.
CAMEL-ийн хүсэл эрмэлзэлийн нэг нь хиймэл оюун ухааны сэтгэлгээний үйл явцын нарийн ширийн зүйлийг тайлж, олон агентуудын хоорондын уялдаа холбоог оновчтой болгох зорилготой юм. Дүрд тоглох, эхлэлийг өдөөх зэрэг функцууд нь хиймэл оюун ухааны ажлуудыг хүний зорилгод нийцүүлэхийг баталгаажуулдаг.
Westworld Simulation: AI руу амьдрал
Unity программ хангамж гэх мэт урам зоригоос гаралтай бөгөөд Python-д тохируулсан Westworld симуляци Энэ нь бараг дижитал нийгэм шиг олон хиймэл оюун ухааны агентууд харилцан үйлчилдэг орчинг дуурайж, оновчтой болгох үсрэлт юм.
Генератив агентууд
Эдгээр агентууд нь зөвхөн дижитал байгууллага биш юм. Тэд өдөр тутмын хэвшлээс эхлээд нийгмийн нарийн төвөгтэй харилцаа хүртэл хүний итгэмээргүй зан үйлийг дуурайдаг. Тэдний архитектур нь туршлага хуримтлуулах, тэдгээрийг тусгах, динамик зан төлөвийг төлөвлөхөд ашиглах томоохон хэлний загварыг өргөжүүлдэг.
The Sims-ийг санагдуулам Westworld-ийн интерактив хамгаалагдсан хязгаарлагдмал орчинд амьдардаг хүмүүс үүсгэн байгуулагчдын оршин суудаг хотыг амилуулж байна. Энд хэрэглэгчид шинээр гарч ирж буй зан үйл, нийгмийн цогц динамикийг ажиглаж, эдгээр агентуудтай өдрийн турш харилцаж, харж, удирдан чиглүүлэх боломжтой.
Westworld симуляци нь тооцооллын ур чадвар, хүнтэй төстэй нарийн төвөгтэй байдлын эв нэгдэлтэй хослуулсан жишээ юм. Өргөн уудам хэлний загваруудыг динамик агент симуляцитай хослуулснаар энэ нь бодит байдлаас ялгагдах аргагүй хиймэл хиймэл оюун ухааны туршлагыг бий болгох замыг тодорхойлдог.
Дүгнэлт
AI агентууд нь гайхалтай олон талт байж болох бөгөөд тэд салбарыг бий болгож, ажлын урсгалыг өөрчилж, урьд өмнө боломжгүй мэт санагдаж байсан амжилтуудыг бий болгож байна. Гэхдээ бүх шинэлэг инновацийн нэгэн адил тэдгээр нь ямар ч төгс бус зүйл биш юм.
Эдгээр агентууд бидний дижитал оршин тогтнолын бүтцийг өөрчлөх чадвартай хэдий ч зарим нь төрөлхийн хүн төрөлхтний шинж чанартай зарим сорилтуудтай тулгарсаар байна, тухайлбал нарийн ширийн хувилбаруудын нөхцөл байдлыг ойлгох эсвэл бэлтгэгдсэн өгөгдлийн багцаас гадуур байгаа асуудлуудыг шийдвэрлэх гэх мэт.
Дараагийн өгүүллээр бид AutoGPT болон GPT Engineer-ийн талаар илүү гүнзгий судалж, тэдгээрийг хэрхэн тохируулах, ашиглах талаар судлах болно. Нэмж дурдахад бид эдгээр AI агентууд гогцоонд баригдах зэрэг бусад асуудлуудын дунд хааяа гацдаг шалтгааныг судлах болно. Тиймээс бидэнтэй хамт байгаарай!
