Auto-Gpt și BabyAGI cu sursă deschisă integrează recursiunea în aplicațiile AI

Evoluții recente care implică Auto-GPT și BabyAGI au demonstrat potențialul impresionant al agenților autonomi, generând un entuziasm considerabil în sferele cercetării AI și dezvoltării software. Acești agenți, bazați pe modele de limbaj mari (LLM), sunt capabili să efectueze secvențe de sarcini complicate ca răspuns la solicitările utilizatorului. Utilizând o varietate de resurse, cum ar fi accesul la internet și la fișiere locale, alte API-uri și structuri de memorie de bază, acești agenți afișează progrese timpurii în integrarea recursiunii în aplicațiile AI.

Ce este BabyAGI?

BabyAGI, lansat de Yohei Nakajima prin intermediul Twitter pe 28 martie 2023, este o iterație simplificată a agentului autonom bazat pe sarcini (Task-Driven Autonomous Agent). Utilizând capacitățile de procesare a limbajului natural (NLP) ale OpenAI și Pinecone pentru stocarea și regăsirea rezultatelor sarcinilor în context, BabyAGI oferă o experiență eficientă și ușor de utilizat. Cu doar 140 de linii de cod concise, BabyAGI este ușor de înțeles și de dezvoltat.

Numele BabyAGI este într-adevăr semnificativ, deoarece aceste instrumente propulsează în mod persistent societatea către sisteme AI care, deși nu reușesc încă Informații generale artificiale (AGI), cresc exponențial în putere. Ecosistemul AI se confruntă cu noi progrese zilnic, iar cu descoperirile viitoare și potențialul pentru o versiune de GPT capabilă să se determine să rezolve probleme complexe, aceste sisteme oferă acum utilizatorilor impresia că interacționează cu AGI.

Ce este Auto-GPT?

Auto-GPT este un agent de inteligență artificială conceput pentru a îndeplini obiective exprimate în limbaj natural prin împărțirea acestora în sub-sarcini mai mici și utilizarea unor resurse precum internetul și alte instrumente într-o buclă automată. Acest agent folosește API-urile GPT-4 sau GPT-3.5 ale OpenAI și se remarcă ca una dintre aplicațiile de pionierat care utilizează GPT-4 pentru a efectua sarcini autonome.

Spre deosebire de sistemele interactive precum ChatGPT, care depind de instrucțiuni manuale pentru fiecare sarcină, Auto-GPT își stabilește noi obiective pentru a atinge un obiectiv mai mare, fără a necesita neapărat intervenția umană. Capabil să genereze răspunsuri la solicitări pentru a îndeplini o anumită sarcină, Auto-GPT poate, de asemenea, să creeze și să modifice propriile solicitări pentru instanțe recursive pe baza informațiilor nou obținute.

Ce înseamnă asta A merge înainte

Deși încă în faza experimentală și cu unele limitări, agenții sunt gata să sporească câștigurile de productivitate facilitate de scăderea costurilor hardware și software AI. Conform Cercetarea ARK Invest, software-ul AI ar putea genera venituri de până la 14 trilioane de dolari și 90 de trilioane de dolari în valoarea întreprinderii până în 2030. Pe măsură ce modelele fundamentale precum GPT-4 continuă să progreseze, numeroase companii aleg să-și antreneze propriile modele mai mici, specializate. În timp ce modelele de bază au o gamă largă de aplicații, modelele mai mici specializate oferă avantaje, cum ar fi costuri reduse de inferență.

Mai mult, multe întreprinderi preocupate de problemele legate de drepturile de autor și de guvernanța datelor aleg să-și dezvolte modelele proprietare folosind o combinație de date publice și private. Un exemplu notabil este un LLM cu parametri de 2.7 miliarde instruit PubMed date biomedicale, care au obținut rezultate promițătoare la testul cu întrebări și răspunsuri al Examenului de Licențiere Medicală din SUA (USMLE). Costul instruirii a fost de aproximativ 38,000 de dolari Platforma MosaicML, cu o durată de calcul de 6.25 zile. Spre deosebire de aceasta, se estimează că antrenamentul final al GPT-3 a costat aproape 5 milioane USD în calcul.