Yapay Zeka
Auto-GPT ve GPT-Engineer: Günümüzün Önde Gelen Yapay Zeka Aracılarına İlişkin Kapsamlı Bir Kılavuz
ChatGPT'yi Auto-GPT ve GPT-Engineer gibi Otonom AI aracılarıyla karşılaştırırken karar verme sürecinde önemli bir fark ortaya çıkıyor. ChatGPT, konuşmayı yönlendirmek ve kullanıcı istemlerine dayalı rehberlik sağlamak için aktif insan katılımını gerektirse de, planlama süreci ağırlıklı olarak insan müdahalesine bağlıdır.
üretken yapay zeka Transformatörler gibi modeller, bu otonom yapay zeka ajanlarını yönlendiren en son teknoloji ürünü çekirdek teknolojidir. Bu transformatörler büyük veri kümeleri üzerinde eğitilerek karmaşık akıl yürütme ve karar verme yeteneklerini simüle etmelerine olanak tanır.
Otonom Aracıların Açık Kaynak Kökleri: Auto-GPT ve GPT-Engineer
Bu otonom yapay zeka aracılarının çoğu, geleneksel iş akışlarını dönüştüren yenilikçi bireylerin önderlik ettiği açık kaynaklı girişimlerden kaynaklanıyor. Auto-GPT gibi aracılar yalnızca öneriler sunmak yerine, çevrimiçi alışverişten temel uygulamaların oluşturulmasına kadar görevleri bağımsız olarak yerine getirebilirler. OpenAI'nin Kod Yorumlayıcısı yükseltmeyi hedefliyor ChatGPT sadece fikir önermekten, bu fikirlerle aktif olarak problem çözmeye kadar.
Hem Auto-GPT hem de GPT-Engineer, GPT 3.5 ve GPT-4'ün gücüyle donatılmıştır. Kod mantığını kavrar, birden fazla dosyayı birleştirir ve geliştirme sürecini hızlandırır.
Auto-GPT'nin işlevselliğinin özü, yapay zeka aracılarında yatmaktadır. Bu aracılar, planlama gibi sıradan görevlerden stratejik karar alma gerektiren daha karmaşık görevlere kadar belirli görevleri yürütmek üzere programlanmıştır. Ancak, bu yapay zeka araçları kullanıcılar tarafından belirlenen sınırlar dahilinde çalışır. Kullanıcılar, API'ler aracılığıyla erişimlerini kontrol ederek, yapay zekanın gerçekleştirebileceği eylemlerin derinliğini ve kapsamını belirleyebilirler.
Örneğin, ChatGPT ile entegre bir sohbet web uygulaması oluşturmakla görevlendirildiyse, Auto-GPT, hedefi bağımsız olarak bir HTML ön uç oluşturmak veya bir Python arka uç komut dosyası yazmak gibi eyleme dönüştürülebilir adımlara böler. Uygulama bu istemleri bağımsız olarak üretirken, kullanıcılar yine de bunları izleyebilir ve değiştirebilir. AutoGPT'nin yaratıcısı tarafından gösterildiği gibi @SigGravitasPython'a dayalı bir test programı oluşturabilir ve çalıştırabilir.
Auto-GPT için Devasa Güncelleme: Kod Yürütme! 🤖💻
Auto-GPT artık şunu kullanarak kendi kodunu yazabiliyor: #gpt4 ve python betiklerini yürütün!
Bu, yinelemeli olarak hata ayıklamasına, geliştirmesine ve kendini iyileştirmesine izin verir… 🤯 👇 pic.twitter.com/GEkMb1LyxV
- Önemli Gravitas (@SigGravitas) 1 Nisan 2023
Aşağıdaki şema, Otonom Yapay Zeka aracısının daha genel bir mimarisini açıklasa da, perde arkasındaki süreçlere dair değerli bilgiler sunmaktadır.
Otonom Yapay Zeka Aracısı Mimarisi
İşlem, OpenAI API Anahtarının doğrulanması ve kısa süreli bellek ve veritabanı içerikleri dahil çeşitli parametrelerin başlatılmasıyla başlatılır. Anahtar veriler Aracıya iletildikten sonra model, bir yanıt almak için GPT3.5/GPT4 ile etkileşime girer. Bu yanıt daha sonra bir JSON formatına dönüştürülür ve Aracı, çevrimiçi arama yapmak, dosyaları okumak veya yazmak, hatta kod çalıştırmak gibi çeşitli işlevleri yürütmek için yorumlayabilir. Auto-GPT, bu yanıtları bir veritabanında depolamak için önceden eğitilmiş bir model kullanır ve gelecekteki etkileşimler, bu saklanan bilgileri referans olarak kullanır. Döngü, görevin tamamlandığı kabul edilene kadar devam eder.
Auto-GPT ve GPT-Engineer için Kurulum Kılavuzu
GPT-Engineer ve Auto-GPT gibi son teknoloji araçları ayarlamak, geliştirme sürecinizi kolaylaştırabilir. Aşağıda her iki aracı da kurmanıza ve yapılandırmanıza yardımcı olacak yapılandırılmış bir kılavuz bulunmaktadır.
Otomatik GPT
Auto-GPT'yi ayarlamak karmaşık görünebilir ancak doğru adımlarla kolaylaşır. Bu kılavuz, Auto-GPT'yi kurma prosedürünü kapsar ve çeşitli senaryolara ilişkin bilgiler sunar.
1. Önkoşullar:
- Python Ortamı: Python 3.8 veya üzerinin kurulu olduğundan emin olun. Python'u buradan edinebilirsiniz. resmi internet sitesi.
- Depoları klonlamayı planlıyorsanız yükleyin Git.
- OpenAI API Anahtarı: OpenAI ile etkileşim kurmak için bir API anahtarı gereklidir. Anahtarı OpenAI hesabınızdan alın
Açık AI API Anahtarı Oluşturma
Bellek Arka Uç Seçenekleri: Bir bellek arka ucu, AutoGPT'nin işlemleri için gerekli verilere erişmesi için bir depolama mekanizması görevi görür. AutoGPT hem kısa vadeli hem de uzun vadeli depolama yeteneklerini kullanır. Çam kozalağı, Milvüs, Redisve diğerleri mevcut seçeneklerden bazılarıdır.
2. Çalışma Alanınızı Ayarlama:
- Sanal bir ortam oluşturun:
python3 -m venv myenv - Ortamı etkinleştirin:
- MacOS veya Linux:
source myenv/bin/activate
- MacOS veya Linux:
3. Kurulum:
- Auto-GPT deposunu klonlayın (Git'in kurulu olduğundan emin olun):
git clone https://github.com/Significant-Gravitas/Auto-GPT.git - Sürümle çalıştığınızdan emin olmak için Otomatik GPT'nin 0.2.2'si, isteyeceksin çıkış söz konusu sürüme:
git checkout stable-0.2.2 - İndirilen depoya gidin:
cd Auto-GPT - Gerekli bağımlılıkları yükleyin:
pip install -r requirements.txt
4. Yapılandırma:
- yerleştirmek
.env.templateesasta/Auto-GPTdizin. Çoğalt ve yeniden adlandır.env - Açılış
.envve OpenAI API Anahtarınızı şunun yanına ayarlayın:OPENAI_API_KEY= - Benzer şekilde, Çam Kozalağı veya diğer bellek arka uçlarını kullanmak için
.envPinecone API anahtarınızı ve bölgenizi içeren dosya.
5. Komut Satırı Talimatları:
Auto-GPT, davranışını özelleştirmek için zengin bir komut satırı argümanları seti sunar:
- Genel Kullanım:
- Yardımı Görüntüle:
python -m autogpt --help - Yapay Zeka Ayarlarını Ayarlayın:
python -m autogpt --ai-settings <filename> - Bir Bellek Arka Ucu Belirleyin:
python -m autogpt --use-memory <memory-backend>
- Yardımı Görüntüle:
CLI'de AutoGPT
6. Otomatik GPT'yi Başlatma:
Yapılandırmalar tamamlandıktan sonra aşağıdakileri kullanarak Otomatik GPT'yi başlatın:
- Linux veya Mac:
./run.sh start - Windows:
.\run.bat
Docker Entegrasyonu (Önerilen Kurulum Yaklaşımı)
Auto-GPT'yi konteynerleştirmek isteyenler için Docker, basitleştirilmiş bir yaklaşım sunar. Ancak, Docker'ın ilk kurulumunun biraz karmaşık olabileceğini unutmayın. Docker'ın kurulum kılavuzu yardım için.
OpenAI API anahtarını değiştirmek için aşağıdaki adımları takip ederek ilerleyin. Docker'ın arka planda çalıştığından emin olun. Şimdi AutoGPT'nin ana dizinine gidin ve terminalinizde aşağıdaki adımları izleyin.
- Docker görüntüsünü oluşturun:
docker build -t autogpt . - Şimdi Çalıştır:
docker run -it --env-file=./.env -v$PWD/auto_gpt_workspace:/app/auto_gpt_workspace autogpt
Docker-compose ile:
- Koşmak:
docker-compose run --build --rm auto-gpt - Tamamlayıcı özelleştirme için ek argümanları entegre edebilirsiniz. Örneğin, hem –gpt3only hem de –continuous ile çalıştırmak için:
docker-compose run --rm auto-gpt --gpt3only--continuous - Auto-GPT'nin büyük veri kümelerinden içerik üretme konusunda sahip olduğu kapsamlı özerklik göz önüne alındığında, kötü amaçlı web kaynaklarına istemeden erişmesi riski bulunmaktadır.
Riskleri azaltmak için Auto-GPT'yi Docker gibi sanal bir kapsayıcıda çalıştırın. Bu, potansiyel olarak zararlı içeriğin sanal alanda sınırlı kalmasını ve harici dosyalarınıza ve sisteminize dokunulmamasını sağlar. Alternatif olarak, Windows Sandbox da bir seçenektir, ancak her oturumdan sonra sıfırlanır ve durumunu koruyamaz.
Güvenlik için, Auto-GPT'yi her zaman sanal bir ortamda yürüterek sisteminizin beklenmedik çıkışlardan yalıtılmış kalmasını sağlayın.
Bütün bunlar göz önüne alındığında, istediğiniz sonuçları alamama şansınız hala var. Otomatik GPT Kullanıcıları rapor edildi tekrarlanan sorunlar Bir dosyaya yazmaya çalışırken genellikle sorunlu dosya adlarından dolayı başarısız denemelerle karşılaşılıyor. İşte böyle bir hata: Auto-GPT (release 0.2.2) doesn't append the text after error "write_to_file returned: Error: File has already been updated
Bu sorunu çözmeye yönelik çeşitli çözümler ilgili platformlarda tartışılmıştır. GitHub iş parçacığı referans için.
GPT-Mühendisi
GPT-Mühendis İş Akışı:
- Bilgi İstemi Tanımı: Doğal dili kullanarak projenizin ayrıntılı bir açıklamasını oluşturun.
- Kod Oluşturma: İsteminize göre GPT-Engineer kod parçacıkları, işlevler ve hatta uygulamaları tamamlayarak çalışmaya başlar.
- İyileştirme ve Optimizasyon: Oluşturma sonrasında her zaman iyileştirmeye yer vardır. Geliştiriciler, oluşturulan kodu belirli gereksinimleri karşılayacak şekilde düzenleyerek en üst düzey kaliteyi garantileyebilirler.
GPT-Engineer kurulum süreci, takip etmesi kolay bir kılavuza özetlenmiştir. İşte adım adım açıklama:
1. Ortamın Hazırlanması: Dalmadan önce proje dizininizin hazır olduğundan emin olun. Bir terminal açın ve aşağıdaki komutu çalıştırın
- 'website' adında yeni bir dizin oluşturun:
mkdir website- Dizine taşıyın:
cd website
2. Depoyu Klonlayın: git clone https://github.com/AntonOsika/gpt-engineer.git .
3. Bağımlılıkları Gezin ve Yükleyin: Klonlandıktan sonra dizine geçin cd gpt-engineer ve gerekli tüm bağımlılıkları yükleyin make install
4. Sanal Ortamı Etkinleştirin: İşletim sisteminize bağlı olarak oluşturulan sanal ortamı etkinleştirin.
- Her Ticaretçi İçin Mükemmellik macOS / Linux:
source venv/bin/activate
- Her Ticaretçi İçin Mükemmellik WindowsAPI anahtarı kurulumundan dolayı biraz farklıdır:
set OPENAI_API_KEY=[your api key]
5. Yapılandırma - API Anahtarı Kurulumu: OpenAI ile etkileşim kurmak için bir API anahtarına ihtiyacınız olacak. Henüz bir API anahtarınız yoksa, OpenAI platformuna kaydolun ve ardından:
- Her Ticaretçi İçin Mükemmellik macOS / Linux:
export OPENAI_API_KEY=[your api key]
- Her Ticaretçi İçin Mükemmellik Windows (daha önce de belirtildiği gibi):
set OPENAI_API_KEY=[your api key]
6. Proje Başlatma ve Kod Oluşturma: GPT-Engineer'ın büyüsü şu şekilde başlar: main_prompt dosyada bulunan projects klasör.
- Yeni bir projeye başlamak istiyorsanız:
cp -r projects/example/ projects/website
Burada 'web sitesi' kısmını seçtiğiniz proje ismiyle değiştirin.
- Düzenle
main_promptSeçtiğiniz bir metin düzenleyicisini kullanarak projenizin gereksinimlerini yazarak dosyayı oluşturun.
- Komut isteminden memnun kaldığınızda şunu çalıştırın:
gpt-engineer projects/website
Oluşturulan kodunuz şu adreste yer alacaktır: workspace proje klasörü içindeki dizin.
7. Nesil Sonrası: GPT-Engineer güçlü olsa da her zaman mükemmel olmayabilir. Oluşturulan kodu inceleyin, gerekirse manuel değişiklikler yapın ve her şeyin sorunsuz çalıştığından emin olun.
Örnek Çalıştırma
istemi:
GPT-Engineer'ı Kurma ve Çalıştırma
Auto-GPT'ye benzer şekilde GPT-Engineer da bazen kurulumun tamamlanmasından sonra bile hatalarla karşılaşabilir. Ancak üçüncü denememde aşağıdaki akıcı web sayfasına başarıyla eriştim. Yetkilideki tüm hataları incelediğinizden emin olun. GPT-Engineer deposunun sorun sayfası.
GPT-Engineer kullanılarak oluşturulan Streamlit Uygulaması
Yapay Zeka Aracılarının Mevcut Darboğazları
Faaliyet giderleri
Auto-GPT tarafından yürütülen tek bir görev çok sayıda adım içerebilir. Daha da önemlisi, bu adımların her biri ayrı ayrı faturalandırılır, maliyetleri artırıyor. Auto-GPT tekrarlanan döngülerde sıkışıp kalarak vaat edilen sonuçları sağlayamayabilir. Bu tür olaylar güvenilirliğini tehlikeye atar ve yatırımı baltalar.
Auto-GPT ile kısa bir deneme oluşturmak istediğinizi düşünün. Denemenin ideal uzunluğu 8K token'dır, ancak oluşturma sürecinde model, içeriği tamamlamak için birden fazla ara adıma başvurur. 4K bağlam uzunluğuna sahip GPT-8 kullanıyorsanız, girdi için sizden ücret alınacaktır. $0.03. Ve çıktı için maliyet şöyle olur: $0.06Şimdi, modelin öngörülemeyen bir döngüye girdiğini ve belirli parçaların birden çok kez tekrarlandığını varsayalım. Süreç sadece uzamakla kalmıyor, aynı zamanda her tekrar maliyeti de artırıyor.
Buna karşı korunmak için:
Kullanım sınırlarını ayarla OpenAI Faturalama ve Limitler:
- Zor Limit: Belirlediğiniz eşiğin ötesinde kullanımı kısıtlar.
- Esnek Limit: Eşiğe ulaşıldığında size bir e-posta uyarısı gönderir.
İşlevsellik Sınırlamaları
Auto-GPT'nin kaynak kodunda gösterildiği gibi, yetenekleri belirli sınırlamalara tabidir. Sorun çözme stratejileri, kendi iç işlevleri ve GPT-4 API'sinin sağladığı erişilebilirlik tarafından belirlenir. Ayrıntılı tartışmalar ve olası geçici çözümler için şu adresi ziyaret edebilirsiniz: Auto-GPT Tartışması.
Yapay Zekanın İşgücü Piyasası Üzerindeki Etkisi
Yapay zeka ile işgücü piyasaları arasındaki dinamik sürekli gelişmektedir ve bu belgede kapsamlı bir şekilde belgelenmiştir. Araştırma kağıdı. Temel çıkarımlardan biri, teknolojik ilerlemenin çoğu zaman vasıflı işçilere fayda sağlamasına karşın, rutin görevlerle meşgul olanlar için riskler oluşturmasıdır. Aslında teknolojik gelişmeler bazı görevlerin yerini alsa da aynı zamanda farklı, emek yoğun işlerin de önünü açabiliyor.
Amerikalı çalışanların tahminen %80'i, LLM'lerin (Dil Öğrenme Modelleri) günlük görevlerinin yaklaşık %10'unu etkilediğini görebilir. Bu istatistik, yapay zeka ve insan rollerinin birleşmesinin altını çiziyor.
Yapay zekanın iş gücündeki iki yönlü rolü:
- Olumlu Yönleri: Yapay zeka, müşteri hizmetlerinden finansal danışmanlığa kadar pek çok görevi otomatik hale getirebilir ve özel ekipler için yeterli fona sahip olmayan küçük işletmelere kolaylık sağlayabilir.
- Endişeler: Otomasyonun nimeti, özellikle müşteri desteği gibi insan katılımının çok önemli olduğu sektörlerde potansiyel iş kayıpları konusunda şüphe uyandırıyor. Bununla birlikte yapay zekanın gizli verilere erişmesine bağlı etik labirent de var. Bu, yapay zekanın şeffaflığını, hesap verebilirliğini ve etik kullanımını sağlayan güçlü bir altyapı gerektirir.
Sonuç
Açıkçası ChatGPT, Auto-GPT ve GPT-Engineer gibi araçlar teknoloji ile kullanıcıları arasındaki etkileşimi yeniden şekillendirmede ön saflarda yer alıyor. Kökleri açık kaynak hareketlerine dayanan bu yapay zeka aracıları, makine özerkliğinin olanaklarını ortaya koyuyor ve görevleri planlamadan yazılım geliştirmeye kadar kolaylaştırıyor.
Yapay zekânın günlük rutinlerimize daha derinlemesine entegre olduğu bir geleceğe doğru ilerlerken, yapay zekânın yeteneklerini benimsemek ve insan rollerini korumak arasında bir denge kurmak hayati önem taşıyor. Daha geniş bir açıdan bakıldığında, yapay zekâ-işgücü piyasası dinamiği, teknoloji etiği ve şeffaflığın bilinçli bir şekilde bütünleştirilmesini gerektiren, büyüme fırsatları ve zorluklar açısından ikili bir tablo çiziyor.
