Авто

Jan 10, 2024

Опубликовано

на

К

При сравнении ChatGPT с автономными агентами искусственного интеллекта, такими как Auto-GPT и GPT-Engineer, обнаруживается значительная разница в процессе принятия решений. Хотя ChatGPT требует активного участия человека для ведения разговора и предоставления рекомендаций на основе подсказок пользователя, процесс планирования преимущественно зависит от вмешательства человека.

Генеративные модели искусственного интеллекта, такие как трансформаторы, являются современной базовой технологией, управляющей этими автономными агентами искусственного интеллекта. Эти преобразователи обучаются на больших наборах данных, что позволяет им моделировать сложные рассуждения и возможности принятия решений.

Многие из этих автономных агентов искусственного интеллекта возникли в результате инициатив с открытым исходным кодом, возглавляемых инновационными людьми, преобразующими традиционные рабочие процессы. Вместо того, чтобы просто предлагать предложения, такие агенты, как Auto-GPT, могут самостоятельно решать задачи — от покупок в Интернете до создания базовых приложений. Интерпретатор кода OpenAI стремится модернизировать ChatGPT от простого предложения идей до активного решения проблем с этими идеями.

И Auto-GPT, и GPT-Engineer оснащены возможностями GPT 3.5 и GPT-4. Он понимает логику кода, объединяет несколько файлов и ускоряет процесс разработки.

Суть функциональности Auto-GPT заключается в его агентах искусственного интеллекта. Эти агенты запрограммированы на выполнение конкретных задач, от рутинных, таких как планирование, до более сложных задач, требующих принятия стратегических решений. Однако эти агенты ИИ действуют в пределах, установленных пользователями. Контролируя доступ через API, пользователи могут определять глубину и объем действий, которые может выполнять ИИ.

Например, если вам поручено создать веб-приложение для чата, интегрированное с ChatGPT, Auto-GPT автономно разбивает цель на практические шаги, такие как создание внешнего интерфейса HTML или написание сценариев внутреннего интерфейса Python. Хотя приложение самостоятельно выдает эти подсказки, пользователи по-прежнему могут отслеживать и изменять их. Как показал создатель AutoGPT @SigGravitas, он способен собирать и выполнять тестовую программу на основе Python.

Массовое обновление Auto-GPT: выполнение кода! 🤖💻

Auto-GPT теперь может писать собственный код, используя #gpt4, и выполнять скрипты Python!

Это позволяет ему рекурсивно отлаживать, разрабатывать и самосовершенствоваться… 🤯 👇 pic.twitter.com/GEkMb1LyxV

– SigGravity (@SigGravity) 1 апреля 2023 г.

Хотя диаграмма ниже описывает более общую архитектуру автономного ИИ-агента, она дает ценную информацию о скрытых процессах.

Архитектура автономного агента искусственного интеллекта

Процесс инициируется проверкой ключа API OpenAI и инициализацией различных параметров, включая кратковременную память и содержимое базы данных. Как только ключевые данные передаются агенту, модель взаимодействует с GPT3.5/GPT4 для получения ответа. Затем этот ответ преобразуется в формат JSON, который агент интерпретирует для выполнения различных функций, таких как проведение онлайн-поиска, чтение или запись файлов или даже запуск кода. Auto-GPT использует предварительно обученную модель для хранения этих ответов в базе данных, и будущие взаимодействия используют эту сохраненную информацию для справки. Цикл продолжается до тех пор, пока задача не будет считаться выполненной.

Установка передовых инструментов, таких как GPT-Engineer и Auto-GPT, может упростить процесс разработки. Ниже приведено структурированное руководство, которое поможет вам установить и настроить оба инструмента.

Настройка Auto-GPT может показаться сложной, но при правильных шагах она становится простой. В этом руководстве описана процедура настройки Auto-GPT и представлены различные сценарии его использования.

Генерация ключей Open AI API

Параметры серверной части памяти : серверная часть памяти служит механизмом хранения AutoGPT для доступа к важным данным для его операций. AutoGPT использует возможности как краткосрочного, так и долгосрочного хранения. Pinecone, Milvus, Redis и другие — вот некоторые из доступных вариантов.

Auto-GPT предлагает богатый набор аргументов командной строки для настройки своего поведения:

AutoGPT в CLI