این فرآیند چند مرحله ای را که معمولاً برای راه اندازی یک ربات چت مانند ChatGPT مورد نیاز است، خودکار می کند. کاربر یک دستور یا مجموعه ای از دستورالعمل های زبان طبیعی را ارائه می دهد و Auto-GPT با تقسیم هدف به وظایف فرعی برای رسیدن به هدف خود کار می کند.
مدل منبع باز توسط توران بروس ریچاردز ایجاد شده و برای دانلود در GitHub به صورت عمومی در دسترس است. برای استفاده از Auto-GPT باید در یک پلتفرم توسعه کانتینری مانند Docker نصب شود و با کلید API OpenAI ثبت شود .
برنامه های Auto-GPT
Auto-GPT را می توان به روش های مشابه ChatGPT استفاده کرد ، اما این کارها را برای دستیابی سریعتر به آنها خودکار می کند. Auto-GPT با اینترنت ادغام می شود تا به داده های بلادرنگ دسترسی داشته باشد. برخی از کارهای کلی که Auto-GPT می تواند انجام دهد شامل موارد زیر است:
- سرمایه گذاری ها را تحلیل کنید مدل را به انجام تحقیقات بازار و انجام تجزیه و تحلیل احساسات در مکالمات آنلاین برای تعیین سرمایه گذاری هوشمند ترغیب کنید.
- محتوا ایجاد کنید. از Auto-GPT برای ایجاد مقالات، وبلاگ ها و پست های رسانه های اجتماعی درخواست کنید.
- سرنخ ایجاد کنید. مدل را تشویق کنید تا به تحقیق در مورد سرنخ ها و بالقوه های جدید برای فروش کمک کند.
- یک طرح تجاری ایجاد کنید. مدل را تشویق کنید تا به رشد یک کسب و کار کمک کند و برنامه ای برای انجام این کار ارائه خواهد کرد.
- بررسی خودکار محصول مدل را ترغیب کنید تا در مورد محصولات جدید تحقیق کند، منابعی تهیه کند و برای آنها نقد بنویسد.
- پادکست بسازید با انجام تحقیق و تهیه پیش نویس سوالات برای میزبان، مدل را تشویق کنید تا یک طرح کلی پادکست بنویسد.
برخی از نمونه‌های واقعی برنامه‌هایی که از Auto-GPT استفاده می‌کنند شامل موارد زیر است:
- Agent-GPT. Agent-GPT یک ابزار هوش مصنوعی درون مرورگر برای ایجاد و استقرار عوامل هوش مصنوعی مستقل است. Agent-GPT یک رابط کاربر پسندتر برای Auto-GPT ایجاد می کند که به دانش کدنویسی نیاز دارد. Godmode ابزار دیگری است که اساساً همان عملکردهای Auto-GPT را انجام می دهد اما در مرورگر اجرا می شود و کاربر پسندتر است.
- Chaos-GPT. ChaosGPT یک ابزار مستقل است که Auto-GPT را برای تولید خروجی های آشفته و غیرقابل پیش بینی هدایت می کند. این هوش مصنوعی با پارامتری توسعه داده شد که یک هوش مصنوعی مخرب و پرقدرت باشد. هدف آن کمک به کشف مشکلات بالقوه با هوش مصنوعی و افزایش آگاهی عمومی از این مسائل است.
Auto-GPT در مقابل ChatGPT
Auto-GPT روی همان زیرساخت پایه اصلی ChatGPT اجرا می شود: مدل های زبان GPT-3.5 و GPT-4 که توسط OpenAI توسعه یافته اند. با وجود اینکه Auto-GPT و ChatGPT ابزارهای چت بات هستند که از فناوری OpenAI استفاده می کنند، تفاوت های زیادی بین این دو وجود دارد.
ChatGPT توسط OpenAI توسعه یافته است. Auto-GPT توسط Toran Bruce Richards با استفاده از APIهای OpenAI توسعه داده شد .
برخلاف ChatGPT، Auto-GPT در یک حلقه اجرا می شود. فعالیت‌ها را به وظایف فرعی تقسیم می‌کند، خود را تحریک می‌کند، به درخواست پاسخ می‌دهد و فرآیند را تا رسیدن به هدف ارائه شده تکرار می‌کند. ChatGPT به درخواست مکرر از کاربر نهایی نیاز دارد. کاربر مدل را درخواست می کند، آن را پاسخ می دهد و سپس کاربر باید دوباره آن را درخواست کند. هیچ هدف کلی وجود ندارد که ChatGPT بتواند آن را دنبال کند — فقط رشته ای از دستورات ارائه شده توسط کاربر.
Auto-GPT همچنین از مدیریت حافظه کوتاه مدت برای حفظ زمینه و کمک به مدل برای کار در زنجیره های طولانی مدت استفاده می کند. ChatGPT به خودی خود حافظه ندارد. اطلاعات بین جلسات منتقل نمی شود.
ChatGPT همچنین دسترسی به اینترنت ندارد. Auto-GPT انجام می دهد. داده‌های آموزشی ChatGPT در سپتامبر 2021 متوقف می‌شود. هر گونه اطلاعاتی که از آن دوره زمانی گذشته باشد در پاسخ‌های ChatGPT لحاظ نمی‌شود.
Auto-GPT نیز چندوجهی است ، به این معنی که می تواند هم متن و هم تصاویر را به عنوان ورودی مدیریت کند. ChatGPT فقط می تواند متن را مدیریت کند.
برخی از چالش های بالقوه Auto-GPT چیست؟
یکی از چالش های بالقوه ای که کاربران Auto-GPT با آن روبرو هستند این است که اجرای برنامه در حالت پیوسته می تواند هزینه های قابل توجهی را به همراه داشته باشد. Auto-GPT متکی به دسترسی به کلید OpenAI API است که به یک حساب OpenAI پولی نیاز دارد. از زمان نوشتن این مقاله، GPT-4 0.03/1000 توکن سریع و 0.06/1000 توکن نتیجه هزینه دارد.
چالش دیگر این است که Auto-GPT می تواند حواس پرت شود یا در یک حلقه گرفتار شود. به عنوان مثال، وقتی از این ابزار خواسته می‌شود روی کفش‌های ضدآب تحقیق کند، ممکن است این ابزار فقط بر روی بند کفش تمرکز کند، زیرا دامنه کار خود را اشتباه درک می‌کند و حواسش پرت می‌شود.
محدودیت های Auto-GPT چیست؟
Auto-GPT — و برنامه های کاربردی ساخته شده بر روی آن — فقط یک آزمایش است. هزینه استفاده از آن همراه با نقص فنی آن، استفاده از آن را به تنهایی در یک محیط تولید در مقیاس دشوار می کند. نویسندگان Auto-GPT به این موضوع در مخزن Github اشاره می کنند. یک انجمن فعال در Discord و Github وجود دارد که توسعه دهندگان پیشرفت و ایده های خود را با استفاده از Auto-GPT به اشتراک می گذارند.
Auto-GPT همچنین حافظه طولانی مدت ندارد. معمولاً نمی تواند به یاد بیاورد که چگونه یک کار را پس از انجام آن انجام دهد. وقتی می‌تواند، زمینه‌ای را که باید در آن استفاده کند، نمی‌فهمد. با کمبود حافظه بلندمدت و درک زمینه‌ای، همچنین تلاش می‌کند تا وظایف پیچیده را به وظایف فرعی تقسیم کند و بفهمد که چه زمانی همان هدف را در یک هدف متفاوت تکرار می‌کند. مسیر.
مزایای Auto-GPT چیست؟
یکی از مزایای Auto-GPT این است که مرزهای هوش مصنوعی و توانایی آن برای عمل مستقل را نشان می دهد. کاربران می‌توانند ببینند که این مدل به تنهایی چگونه کار می‌کند و به خود می‌گوید، کجا خراب می‌شود و چه چیزی درست می‌شود. Auto-GPT نیز منبع باز و رایگان برای دانلود است، اگرچه استفاده از آن هزینه دارد.
Auto-GPT اطلاعات را سریعتر از جستجوی Google یا یک سری درخواست با ChatGPT تولید می کند، بنابراین برای کاربرانی که به سرعت به مقدار زیادی اطلاعات نیاز دارند مفید است.
Auto-GPT چگونه بر آینده هوش مصنوعی تأثیر می گذارد؟
در حالی که دقیقاً مشخص نیست که Auto-GPT چگونه بر آینده هوش مصنوعی تأثیر می گذارد، این برنامه پتانسیل عوامل مستقل را برجسته می کند و زمینه را یک قدم به هوش عمومی مصنوعی نزدیک می کند. هوش عمومی مصنوعی اصطلاحی برای ماشین حساس است. Auto-GPT یک طرح را به طور مستقل تهیه می کند و سپس آن طرح را دنبال می کند، که به نظر می رسد Auto-GPT دارای آژانس است.
Auto-GPT می‌تواند یکی از راه‌های اندازه‌گیری پیشرفت به سمت هوش عمومی مصنوعی ( AGI ) از طریق پیچیدگی کار یا تعداد مراحل پیچیده‌ای باشد که یک مدل می‌تواند به طور مستقل انجام دهد، قبل از اینکه از خروجی مورد نظر دور شود.
از نظر تئوری، یک نسخه ماهرتر از Auto-GPT می‌تواند سایر عوامل مستقل را برای تعامل با انسان‌ها و حذف کامل از حلقه بچرخاند.
نمونه دیگری از هوش مصنوعی خودگردان BabyAGI است. BabyAGI یک اسکریپت پایتون است که از API های OpenAI و Pinecone برای ایجاد، سازماندهی، اولویت بندی و اجرای وظایف با استفاده از اهداف از پیش تعریف شده استفاده می کند. BabyAGI به اینترنت متصل نیست.
در حالی که Auto-GPT هنوز برای کسب و کار آماده نیست، سایر ابزارهای هوش مصنوعی به طور حرفه ای در صنایع ادغام می شوند. بسیاری از آنها هنوز جدید هستند. شاخص های کلیدی عملکرد را برای اندازه گیری موفقیت هوش مصنوعی در سازمان یاد بگیرید .