Open-source Auto-Gpt en BabyAGI integreren recursie in AI-toepassingen

Recente ontwikkelingen met betrekking tot Automatische GPT en BabyAGI hebben het indrukwekkende potentieel van autonome agenten aangetoond, wat veel enthousiasme opwekte binnen de AI-onderzoeks- en softwareontwikkelingsgebieden. Deze agenten, gebaseerd op grote taalmodellen (LLM's), zijn in staat ingewikkelde takenreeksen uit te voeren als reactie op gebruikersprompts. Door een verscheidenheid aan bronnen te gebruiken, zoals internet en lokale bestandstoegang, andere API's en basisgeheugenstructuren, laten deze agenten vroege vorderingen zien bij het integreren van recursie in AI-toepassingen.

Wat is BabyAGI?

BabyAGI, geïntroduceerd door Yohei Nakajima via Twitter op 28 maart 2023, is een gestroomlijnde versie van de originele Task-Driven Autonomous Agent. Door gebruik te maken van OpenAI's natuurlijke taalverwerking (NLP) en Pinecone voor het opslaan en contextueel ophalen van taakresultaten, biedt BabyAGI een efficiënte en gebruiksvriendelijke ervaring. Met een beknopte code van 140 regels is BabyAGI eenvoudig te begrijpen en uit te breiden.

De naam BabyAGI is inderdaad veelbetekenend, aangezien deze tools de samenleving voortdurend voortstuwen in de richting van AI-systemen die, hoewel nog niet bereikt Algemene kunstmatige intelligentie (AGI), nemen exponentieel toe in macht. Het AI-ecosysteem maakt dagelijks nieuwe ontwikkelingen door, en met toekomstige doorbraken en het potentieel voor een versie van GPT die zichzelf kan aanzetten om complexe problemen aan te pakken, geven deze systemen gebruikers nu de indruk dat ze met AGI's communiceren.

Wat is automatische GPT?

Auto-GPT is een AI-agent die is ontworpen om doelen te bereiken die in natuurlijke taal zijn uitgedrukt door ze op te delen in kleinere subtaken en gebruik te maken van bronnen zoals internet en andere tools in een geautomatiseerde lus. Deze agent maakt gebruik van OpenAI's GPT-4 of GPT-3.5 API's en onderscheidt zich als een van de baanbrekende applicaties die GPT-4 gebruiken om autonome taken uit te voeren.

In tegenstelling tot interactieve systemen zoals ChatGPT, die afhankelijk zijn van handmatige instructies voor elke taak, stelt Auto-GPT zichzelf nieuwe doelen om een ​​groter doel te bereiken, zonder noodzakelijkerwijs menselijke tussenkomst. Auto-GPT kan reacties op prompts genereren om een ​​specifieke taak uit te voeren en kan ook eigen prompts voor recursieve instanties maken en wijzigen op basis van nieuw verkregen informatie.

Wat dit betekent Vooruitgaan

Hoewel ze zich nog in de experimentele fase bevinden en met enkele beperkingen, staan ​​agents klaar om de productiviteitswinst te vergroten, mogelijk gemaakt door de dalende kosten van AI-hardware en -software. Volgens Onderzoek van ARK Invest, zou AI-software tegen 14 mogelijk tot $ 90 biljoen aan inkomsten en $ 2030 biljoen aan bedrijfswaarde kunnen opleveren. Naarmate basismodellen zoals GPT-4 blijven groeien, kiezen veel bedrijven ervoor om hun eigen kleinere, gespecialiseerde modellen te trainen. Hoewel basismodellen een breed scala aan toepassingen hebben, bieden kleinere gespecialiseerde modellen voordelen zoals lagere inferentiekosten.

Bovendien kiezen veel bedrijven die zich zorgen maken over auteursrechtkwesties en gegevensbeheer ervoor om hun eigen modellen te ontwikkelen met behulp van een mix van openbare en privégegevens. Een opmerkelijk voorbeeld is een LLM-training met 2.7 miljard parameters PubMed biomedische gegevens, die veelbelovende resultaten opleverden bij de vraag-en-antwoordtest van het US Medical Licensing Exam (USMLE). De trainingskosten bedroegen ongeveer $ 38,000. MosaicML-platform, met een rekenduur van 6.25 dagen. Daarentegen wordt geschat dat de laatste trainingsrun van GPT-3 bijna $ 5 miljoen aan rekenkracht heeft gekost.