Umelá inteligencia
Auto-GPT & GPT-Engineer: Podrobný sprievodca súčasnými poprednými agentmi AI
Pri porovnaní ChatGPT s autonómnymi agentmi AI, ako sú Auto-GPT a GPT-Engineer, sa v rozhodovacom procese objaví významný rozdiel. Zatiaľ čo ChatGPT vyžaduje aktívnu ľudskú účasť na riadení konverzácie a poskytovanie usmernení na základe pokynov používateľov, proces plánovania závisí predovšetkým od ľudského zásahu.
Generatívna AI modely, ako sú transformátory, sú najmodernejšou základnou technológiou, ktorá poháňa týchto autonómnych agentov AI. Tieto transformátory sú trénované na veľkých súboroch údajov, čo im umožňuje simulovať komplexné možnosti uvažovania a rozhodovania.
Korene autonómnych agentov s otvoreným zdrojom: Auto-GPT a GPT-Engineer
Mnoho z týchto autonómnych agentov AI pochádza z open source iniciatív vedených inovatívnymi jednotlivcami transformujúcimi konvenčné pracovné postupy. Agenti ako Auto-GPT môžu namiesto ponúkania návrhov samostatne zvládnuť úlohy, od online nakupovania až po vytváranie základných aplikácií. Prekladač kódu OpenAI má za cieľ upgradovať ChatGPT od jednoduchých návrhov nápadov až po aktívne riešenie problémov s týmito nápadmi.
Auto-GPT aj GPT-Engineer sú vybavené výkonom GPT 3.5 a GPT-4. Uchopuje logiku kódu, kombinuje viacero súborov a urýchľuje proces vývoja.
Jadro funkčnosti Auto-GPT spočíva v jeho agentoch AI. Títo agenti sú naprogramovaní tak, aby vykonávali špecifické úlohy, od bežných, ako je plánovanie, až po zložitejšie úlohy, ktoré si vyžadujú strategické rozhodovanie. Títo agenti AI však fungujú v rámci hraníc stanovených používateľmi. Ovládaním svojho prístupu prostredníctvom rozhraní API môžu používatelia určiť hĺbku a rozsah akcií, ktoré môže AI vykonávať.
Napríklad, ak máte za úlohu vytvoriť webovú aplikáciu na četovanie integrovanú s ChatGPT, Auto-GPT autonómne rozdelí cieľ na akcie, ktoré možno vykonať, ako je vytvorenie front-endu HTML alebo skriptovanie back-endu Pythonu. Zatiaľ čo aplikácia autonómne vytvára tieto výzvy, používatelia ich môžu stále sledovať a upravovať. Ako ukázal tvorca AutoGPT @SigGravitasje schopný zostaviť a spustiť testovací program založený na Pythone.
Rozsiahla aktualizácia pre Auto-GPT: Spustenie kódu! 🤖💻
Auto-GPT je teraz schopné písať svoj vlastný kód pomocou #gpt4 a spúšťať python skripty!
To mu umožňuje rekurzívne ladiť, vyvíjať a zdokonaľovať sa... 🤯 👇 pic.twitter.com/GEkMb1LyxV
— Významná gravitácia (@SigGravitas) Apríla 1, 2023
Zatiaľ čo nižšie uvedený diagram popisuje všeobecnejšiu architektúru agenta autonómnej AI, ponúka cenný pohľad na procesy v zákulisí.
Proces sa začína overením OpenAI API Key a inicializáciou rôznych parametrov, vrátane krátkodobej pamäte a obsahu databázy. Po odovzdaní kľúčových údajov agentovi model interaguje s GPT3.5/GPT4 a získa odpoveď. Táto odpoveď je potom transformovaná do formátu JSON, ktorý Agent interpretuje na vykonávanie rôznych funkcií, ako je vykonávanie online vyhľadávania, čítanie alebo písanie súborov alebo dokonca spustenie kódu. Auto-GPT využíva vopred pripravený model na ukladanie týchto odpovedí do databázy a budúce interakcie používajú tieto uložené informácie ako referenciu. Cyklus pokračuje, kým sa úloha nepovažuje za dokončenú.
Inštalačná príručka pre Auto-GPT a GPT-Engineer
Nastavenie špičkových nástrojov ako GPT-Engineer a Auto-GPT môže zefektívniť váš vývojový proces. Nižšie je uvedený štruktúrovaný sprievodca, ktorý vám pomôže nainštalovať a nakonfigurovať oba nástroje.
Auto-GPT
Nastavenie Auto-GPT sa môže zdať zložité, ale so správnymi krokmi bude jednoduché. Táto príručka popisuje postup nastavenia funkcie Auto-GPT a ponúka prehľad o rôznych scenároch.
1. Predpoklady:
- Prostredie Python: Uistite sa, že máte nainštalovaný Python 3.8 alebo novší. Môžete získať Python z jeho oficiálna web stránka.
- Ak plánujete klonovať úložiská, nainštalujte ísť.
- OpenAI API kľúč: Na interakciu s OpenAI je potrebný kľúč API. Získajte kľúč od svojho OpenAI účet
Možnosti zálohovania pamäte: Backend pamäte slúži ako úložný mechanizmus pre AutoGPT na prístup k základným údajom pre jeho operácie. AutoGPT využíva možnosti krátkodobého aj dlhodobého ukladania. Borovicová šiška, Milvus, Redisa ďalšie sú niektoré dostupné možnosti.
2. Nastavenie vášho pracovného priestoru:
- Vytvorte virtuálne prostredie:
python3 -m venv myenv
- Aktivujte prostredie:
- MacOS alebo Linux:
source myenv/bin/activate
- MacOS alebo Linux:
3. inštalácie:
- Naklonujte úložisko Auto-GPT (uistite sa, že máte nainštalovaný Git):
git clone https://github.com/Significant-Gravitas/Auto-GPT.git
- Aby ste sa uistili, že pracujete s verziou 0.2.2 Auto-GPT, budete chcieť pokladňa k tej konkrétnej verzii:
git checkout stable-0.2.2
- Prejdite na stiahnuté úložisko:
cd Auto-GPT
- Nainštalujte požadované závislosti:
pip install -r requirements.txt
4. Konfigurácia:
- Lokalizovať
.env.template
v hlavnom/Auto-GPT
adresár. Duplikujte a premenujte ho na.env
- Otvorený
.env
a vedľa nastavte svoj OpenAI API KeyOPENAI_API_KEY=
- Podobne, ak chcete použiť Pinecone alebo iné pamäťové backendy, aktualizujte
.env
súbor s vaším kľúčom API Pinecone a oblasťou.
5. Pokyny pre príkazový riadok:
Auto-GPT ponúka bohatú sadu argumentov príkazového riadka na prispôsobenie jeho správania:
- Všeobecné použitie:
- Zobraziť pomocníka:
python -m autogpt --help
- Upravte nastavenia AI:
python -m autogpt --ai-settings <filename>
- Zadajte pamäťový backend:
python -m autogpt --use-memory <memory-backend>
- Zobraziť pomocníka:
6. Spustenie funkcie Auto-GPT:
Po dokončení konfigurácií spustite Auto-GPT pomocou:
- Linux alebo Mac:
./run.sh start
- Windows:
.\run.bat
Integrácia dockera (odporúčaný prístup k nastaveniu)
Pre tých, ktorí chcú kontajnerizovať Auto-GPT, poskytuje Docker efektívny prístup. Majte však na pamäti, že počiatočné nastavenie Dockera môže byť mierne zložité. Odkazujú na Inštalačná príručka Dockera o pomoc.
Ak chcete upraviť kľúč OpenAI API, postupujte podľa krokov uvedených nižšie. Uistite sa, že Docker beží na pozadí. Teraz prejdite do hlavného adresára AutoGPT a na svojom termináli postupujte podľa krokov uvedených nižšie
- Vytvorte obrázok Docker:
docker build -t autogpt .
- Teraz spustiť:
docker run -it --env-file=./.env -v$PWD/auto_gpt_workspace:/app/auto_gpt_workspace autogpt
S docker-compose:
- spustiť:
docker-compose run --build --rm auto-gpt
- Pre dodatočné prispôsobenie môžete integrovať ďalšie argumenty. Napríklad na spustenie s – gpt3only aj –continuous:
docker-compose run --rm auto-gpt --gpt3only--continuous
- Vzhľadom na rozsiahlu autonómiu, ktorú má Auto-GPT pri generovaní obsahu z veľkých súborov údajov, existuje potenciálne riziko, že sa neúmyselne dostane k škodlivým webovým zdrojom.
Ak chcete zmierniť riziká, prevádzkujte Auto-GPT vo virtuálnom kontajneri, ako je Docker. To zaisťuje, že akýkoľvek potenciálne škodlivý obsah zostane uzavretý vo virtuálnom priestore a vaše externé súbory a systém budú nedotknuté. Prípadne je možné použiť Windows Sandbox, hoci sa po každej relácii resetuje, pričom si neuchová svoj stav.
Z bezpečnostných dôvodov vždy spúšťajte Auto-GPT vo virtuálnom prostredí, čím zaistíte, že váš systém zostane izolovaný od neočakávaných výstupov.
Vzhľadom na to všetko stále existuje šanca, že nebudete môcť dosiahnuť požadované výsledky. Používatelia Auto-GPT nahlásili opakujúce sa problémy pri pokuse o zápis do súboru často dochádza k neúspešným pokusom kvôli problematickým názvom súborov. Tu je jedna taká chyba: Auto-GPT (release 0.2.2) doesn't append the text after error "write_to_file returned: Error: File has already been updated
Na súvisiacich témach sa diskutovalo o rôznych riešeniach tohto problému vlákno GitHub Ako referenciu.
GPT inžinier
Pracovný postup GPT-Engineer:
- Prompt Definícia: Vytvorte podrobný popis svojho projektu pomocou prirodzeného jazyka.
- Generovanie kódu: Na základe vašej výzvy sa GPT-Engineer pustí do práce, chrlí úryvky kódu, funkcie alebo dokonca kompletné aplikácie.
- Spresnenie a optimalizácia: Po generácii vždy existuje priestor na zlepšenie. Vývojári môžu modifikovať vygenerovaný kód tak, aby spĺňal špecifické požiadavky, čím je zabezpečená špičková kvalita.
Proces nastavenia GPT-Engineer bol zhustený do prehľadného sprievodcu. Tu je podrobný rozpis:
1. Príprava prostredia: Pred ponorením sa uistite, že máte pripravený adresár projektu. Otvorte terminál a spustite príkaz uvedený nižšie
- Vytvorte nový adresár s názvom 'website':
mkdir website
- Presuňte sa do adresára:
cd website
2. Klonujte úložisko: git clone https://github.com/AntonOsika/gpt-engineer.git .
3. Navigácia a inštalácia závislostí: Po naklonovaní sa prepnite do adresára cd gpt-engineer
a nainštalujte všetky potrebné závislosti make install
4. Aktivujte virtuálne prostredie: V závislosti od operačného systému aktivujte vytvorené virtuálne prostredie.
- pre macOS / Linux:
source venv/bin/activate
- pre Windows, je to trochu iné kvôli nastaveniu kľúča API:
set OPENAI_API_KEY=[your api key]
5. Konfigurácia – Nastavenie kľúča API: Na interakciu s OpenAI budete potrebovať API kľúč. Ak ho ešte nemáte, zaregistrujte sa na platforme OpenAI a potom:
- pre macOS / Linux:
export OPENAI_API_KEY=[your api key]
- pre Windows (ako bolo spomenuté predtým):
set OPENAI_API_KEY=[your api key]
6. Inicializácia projektu a generovanie kódu: Kúzlo GPT-Engineer začína s main_prompt
súbor nájdený v projects
zložky.
- Ak chcete spustiť nový projekt:
cp -r projects/example/ projects/website
Tu nahraďte „webovú stránku“ zvoleným názvom projektu.
- Upraviť
main_prompt
súbor pomocou textového editora podľa vášho výberu a zapíšte si požiadavky vášho projektu.
- Keď budete spokojní s rýchlym spustením:
gpt-engineer projects/website
Váš vygenerovaný kód bude umiestnený v workspace
adresára v priečinku projektu.
7. Postgenerácia: Aj keď je GPT-Engineer výkonný, nemusí byť vždy dokonalý. Skontrolujte vygenerovaný kód, v prípade potreby vykonajte akékoľvek manuálne zmeny a uistite sa, že všetko beží hladko.
Spustenie príkladu
výzvu:
Podobne ako Auto-GPT, aj GPT-Engineer môže niekedy naraziť na chyby aj po úplnom nastavení. Pri mojom treťom pokuse som však úspešne vstúpil na nasledujúcu webovú stránku. Uistite sa, že ste skontrolovali všetky chyby na úradníkovi Stránka s problémom úložiska GPT-Engineer.
Aktuálne úzke miesta agentov AI
Prevádzkové náklady
Jedna úloha vykonaná Auto-GPT môže zahŕňať viacero krokov. Dôležité je, že každý z týchto krokov môže byť účtované individuálne, zvýšenie nákladov. Auto-GPT môže uviaznuť v opakujúcich sa slučkách a nedosahovať sľubované výsledky. Takéto udalosti ohrozujú jeho spoľahlivosť a podkopávajú investíciu.
Predstavte si, že chcete vytvoriť krátku esej s Auto-GPT. Ideálna dĺžka eseje je 8 4 tokenov, ale počas procesu tvorby sa model ponorí do viacerých medzikrokov na finalizáciu obsahu. Ak používate GPT-8 s dĺžkou kontextu XNUMX kB, potom by vám bol za vstup účtovaný poplatok $0.03. A za výstup by boli náklady $0.06. Teraz povedzme, že sa model dostane do nepredvídanej slučky a niekoľkokrát prerobí určité časti. Nielenže sa proces predĺži, ale každé opakovanie tiež zvyšuje náklady.
Na ochranu pred týmto:
Nastavte limity použitia at Fakturácia a limity OpenAI:
- Tvrdý limit: Obmedzuje použitie nad vami nastavenú hranicu.
- Mäkký limit: Po dosiahnutí limitu vám pošle e-mailové upozornenie.
Obmedzenia funkčnosti
Možnosti Auto-GPT, ako sú zobrazené v jeho zdrojovom kóde, majú určité hranice. Jeho stratégie riešenia problémov sa riadia jeho vnútornými funkciami a dostupnosťou, ktorú poskytuje GPT-4 API. Ak chcete získať podrobné diskusie a možné riešenia, zvážte návštevu: Auto-GPT diskusia.
Vplyv AI na trh práce
Dynamika medzi AI a trhmi práce sa neustále vyvíja a je v tom obšírne zdokumentovaná výzkumná práca. Kľúčovým faktom je, že zatiaľ čo technologický pokrok často prospieva kvalifikovaným pracovníkom, predstavuje riziko pre tých, ktorí vykonávajú rutinné úlohy. Technologický pokrok môže v skutočnosti nahradiť určité úlohy, ale súčasne pripraviť pôdu pre rôzne úlohy náročné na prácu.
Odhaduje sa, že 80 % amerických pracovníkov môže zistiť, že LLM (modely jazykového vzdelávania) ovplyvňujú približne 10 % ich každodenných úloh. Táto štatistika podčiarkuje spojenie AI a ľudských rolí.
Dvojitá úloha AI v pracovnej sile:
- Pozitívne aspekty: Umelá inteligencia dokáže automatizovať množstvo úloh, od zákazníckeho servisu až po finančné poradenstvo, pričom poskytuje odklad malým podnikom, ktorým chýbajú prostriedky na vyhradené tímy.
- obavy: Blahodar automatizácie dvíha obočie nad potenciálnymi stratami pracovných miest, najmä v odvetviach, kde je prvoradá ľudská účasť, ako je napríklad zákaznícka podpora. Spolu s tým je etické bludisko spojené s AI prístupom k dôverným údajom. To si vyžaduje silnú infraštruktúru zabezpečujúcu transparentnosť, zodpovednosť a etické používanie AI.
záver
Je zrejmé, že nástroje ako ChatGPT, Auto-GPT a GPT-Engineer stoja v popredí pri pretváraní interakcie medzi technológiou a jej používateľmi. S koreňmi v pohyboch s otvoreným zdrojom, títo agenti AI prejavujú možnosti strojovej autonómie, zefektívňujú úlohy od plánovania až po vývoj softvéru.
Ako sa posúvame do budúcnosti, kde sa AI hlbšie integruje do našich každodenných rutín, rovnováha medzi využívaním schopností AI a ochranou ľudských rolí sa stáva kľúčovou. V širšom spektre dynamika trhu práce s umelou inteligenciou vykresľuje dvojitý obraz príležitostí a výziev rastu, ktoré si vyžadujú vedomú integráciu technologickej etiky a transparentnosti.