Deschidere sursă Auto-GPT și BabyAGI Integrează Recursivitatea în Aplicațiile de Inteligență Artificială

Dezvoltările recente care implică Auto-GPT și BabyAGI au demonstrat potențialul impresionant al agenților autonomi, generând un entuziasm considerabil în sferele cercetării și dezvoltării software-ului de inteligență artificială. Acești agenți, bazati pe modele de limbaj mare (LLM), sunt capabili să execute secvențe de sarcini complexe în răspuns la prompturile utilizatorilor. Prin utilizarea unei varietăți de resurse, cum ar fi accesul la internet și fișiere locale, alte API-uri și structuri de memorie de bază, acești agenți prezintă progrese inițiale în integrarea recursivității în aplicațiile de inteligență artificială.

Ce este BabyAGI?

BabyAGI, introdus de Yohei Nakajima pe Twitter pe 28 martie 2023, este o iterație simplificată a agentului autonom original cu sarcini dirijate. Utilizând capacitățile de procesare a limbajului natural (NLP) ale OpenAI și Pinecone pentru stocarea și recuperarea rezultatelor sarcinilor în context, BabyAGI oferă o experiență eficientă și prietenoasă cu utilizatorul. Cu un cod concis de 140 de linii, BabyAGI este ușor de înțeles și de extins.

Numele BabyAGI este, într-adevăr, semnificativ, deoarece aceste instrumente impulsionează în mod constant societatea către sisteme de inteligență artificială care, deși nu au atins încă Inteligența Artificială Generală (AGI), cresc exponențial în putere. Ecosistemul de inteligență artificială experimentează noi progrese zilnic, iar cu posibilele descoperiri viitoare și posibilitatea unei versiuni a GPT care poate să se auto-prompteze pentru a aborda probleme complexe, aceste sisteme oferă utilizatorilor impresia de a interacționa cu AGI.

Ce este Auto-GPT?

Auto-GPT este un agent de inteligență artificială proiectat să atingă obiective exprimate în limbaj natural, împărțindu-le în sarcini mai mici și utilizând resurse precum internetul și alte instrumente într-un buclă automată. Acest agent utilizează API-urile GPT-4 sau GPT-3.5 ale OpenAI și se remarcă ca una dintre primele aplicații care utilizează GPT-4 pentru a efectua sarcini autonome.

Spre deosebire de sistemele interactive, cum ar fi ChatGPT, care depind de instrucțiuni manuale pentru fiecare sarcină, Auto-GPT își stabilește singur noi obiective pentru a atinge un obiectiv mai mare, fără a necesita neapărat intervenția umană. Capabil să genereze răspunsuri la prompturi pentru a îndeplini o sarcină specifică, Auto-GPT poate, de asemenea, să creeze și să modifice propriile sale prompturi pentru instanțe recursive pe baza noilor informații dobândite.

Ce înseamnă acest lucru pentru viitor

Deși încă se află în faza experimentală și are anumite limitări, agenții sunt pregătiți să sporească câștigurile de productivitate facilitate de scăderea costurilor hardware-ului și software-ului de inteligență artificială. Conform cercetărilor ARK Invest, software-ul de inteligență artificială ar putea produce până la 14 trilioane de dolari în venituri și 90 de trilioane de dolari în valoare de întreprindere până în 2030. Pe măsură ce modelele fundamentale, cum ar fi GPT-4, continuă să progreseze, numeroase companii aleg să-și antreneze propriile modele mai mici și specializate. În timp ce modelele fundamentale au o gamă largă de aplicații, modelele mai mici și specializate oferă avantaje, cum ar fi costuri de inferență reduse.

În plus, multe companii preocupate de problemele de drepturi de autor și guvernanță a datelor aleg să-și dezvolte propriile modele utilizând o combinație de date publice și private. Un exemplu notabil este un model LLM cu 2,7 miliarde de parametri antrenați pe datele biomedicale PubMed, care a obținut rezultate promițătoare la testul de întrebări și răspunsuri al examenului de licență medicală din Statele Unite (USMLE). Costul antrenării a fost de aproximativ 38.000 de dolari pe platforma MosaicML, cu o durată de calcul de 6,25 zile. În contrast, rularea finală a antrenării GPT-3 este estimată să fi costat aproape 5 milioane de dolari în computație.