![圖片3.jpg](https://static-lib.s3.amazonaws.com/cms/image3_0af6268332.jpg)
Auto-GPT是一項革命性的技術,為ChatGPT帶來了全新的能力,使其能夠完全自主地完成任務,創建自己的提示來完成工作。
近日,Auto-GPT的关注度已经超过了ChatGPT本身,在Twitter上连续几天都排名第一。
何謂Auto-GPT?
Auto-GPT 是一個實驗性的開源界面,用於 GPT-4 和 GPT-3.5,能夠實現自主(自主)任務完成。
只需提供需要完成的任務清單,Auto-GPT將自動完成它們。
與 ChatGPT 需要大量的詳細提示相反,Auto-GPT 會生成自己的提示來完成給定的目標。
如有需要,Auto-GPT將會訪問網站和搜索引擎,以收集數據來完成任務。
令其搜集外部數據能力出眾的地方在於,Auto-GPT具有自我評估的能力,能夠驗證所收集的數據的準確性,並丟棄不正確或不合格的數據,並生成新的子任務來收集更好的數據。
這種自我生成提示以完成任務的能力,是為什麼它被稱為自主人工智慧代理。
Auto-GPT官方GitHub頁面如下所述:
「Auto-GPT 是一個實驗性的開放原始碼應用程式,展示了 GPT-4 語言模型的能力。
這個程式由 GPT-4 驅動,通過鏈接 LLM「思想」,自主實現您設定的任何目標。
作為 GPT-4 自主運行的首批示例之一,Auto-GPT 將人工智慧的可能性推向了極限。」
要使用 Auto-GPT,首先需要在 OpenAI 創建一個付費帳戶。
付費帳戶建立完成後,下一步是獲取一個 OpenAI API,此 API 將連接 Auto-GPT 到您的 OpenAI 存取帳戶並對您使用的任何金額進行計費。
API是Application Programming Interface的縮寫。
這是一種能使軟體安全地與其他軟體進行通信的技術。
該 API 允許 Auto-GPT 與 OpenAI 的 GPT-4 和 ChatGPT 進行通信。
OpenAI 解釋他們的 API 的運作方式:
「OpenAI API可以應用於幾乎任何涉及理解或生成自然語言、代碼或圖像的任務。」
我們提供多種不同功率水平的模型,適合不同的任務,同時還可以根據自己的需求調整定制模型。
這些模型可用於從內容生成到語義搜索和分類等各種用途。
…此 API 是由一系列具有不同能力和價格點的模型驅動。
GPT-4 是我們最新且最強大的模型。
GPT-3.5-Turbo 是驅動 ChatGPT 的模型,並且針對對話格式進行了優化。
OpenAI 帳戶持有人可以設定硬性限制,以控制 OpenAI 的收費金額和達到限額時停止服務。
使用者還可以設定軟額度,在達到設定的額度時,將發送通知郵件以警示帳戶持有人。
定價是基於一個稱為"代幣"的計量單位的費用。
一個 token 可以被視為文字的一個單位。
OpenAI 將 token 定義為:
「對於英文文字,1個標記大約等於4個字元或0.75個詞。」
透過 API 傳送給系統的提示文字所包含的字詞(識別碼)數量以及輸出結果所包含的字詞(詞彙)數量將用於計算使用成本。
一百個代幣價值不到一分錢,0.002美元
Auto-GPT 可以做什麼的示例
有人名叫Jon Miller(@botzero_net)在Twitter上分享了一個聰明的Auto-GPT實例。
他在推特上發文說:
「AI目標:撰寫一個中途生成藝術的提示,能創作出一幅讓人顫慄的傑作,以激發人類內心的恐懼。」
在Twitter上分享的Auto-GPT的另一个示例是创建一篇评测文章。
@SullyOmarr 推文後,發生了以下事件:
「首先:它直接前往 Google 搜尋頂級5款防水鞋的評論。」
一旦找到連結,它對自己問了一些問題,例如:
- 「每款鞋的優缺點是什麼?」
- 「每個前五款防水鞋的優缺點是什麼?」
- 「男性的前五款防水鞋?」
然後他記錄了隨後的分析:
「它繼續分析各種網站,透過搜尋和更新查詢的方式,直到對結果滿意為止。
以下是一個它認為很"批判性"的例子。
它知道一些評論可能偏向假的,所以必須驗證評論者。」
Auto-GPT 代理程式衍生了分身代理程式,被指派分析用於研究的網站。當 AI 代理程式陷入困境時,它找到了一種前進的方式,毫無外部幫助。
最後它完成了這個任務,創建了五雙鞋的多段分析,列出了每一雙鞋的優點和缺點,還有一個介紹和一個結論。
令人震驚的是,整個研究、分析和創作過程僅需使用GPT-4,花費了八分鐘和十美分。
Auto-GPT 是如何工作的?
如果AI代理無法完成任務,它將會創建新的提示來找出如何繼續進行。
Auto-GPT是一種自主提示的AI代理程序,消除了對創造性和詳細提示的需求。它只需要一組任務完成的目標。
這會產生必要的提示完成任務。
這種 Auto-GPT 的品質可以說使得 GPT-4 和 ChatGPT 更加強大,令人驚歎地具有極高的能力。
Auto-GPT 如何運作的其中一個秘密是能夠為每個目標創建子任務,將每個任務分解為多個步驟。
記憶體管理為 Auto-GPT 提供了保存重要數據的能力,以便在短期和長期內不需要重複步驟,可以存儲用於處理的數據,並維護一個正在進行的任務清單。
Auto-GPT在GitHub頁面上列出了使其運作的重要特點:
- 網際網路搜尋和資訊收集
- 訪問熱門網站和平台
- 長期和短期記憶管理
- 使用 GPT-3.5 進行文件存儲和摘要
- GPT-4 實例進行文字生成
您需要什麼才能讓Auto-GPT運作?
Auto-GPT在設計上並不像許多面向消費者的軟件那樣擁有簡單的用戶界面。
但不要因此而感到氣餒,因為每個人都有方法可以使用它。
使用Auto-GPT有兩個要求:
- 運行程式的環境
- OpenAI API 金鑰
Auto-GPT 的 GitHub 頁面上列出了三個可供選擇的環境:
- VSCode + devcontainer:已經在 .devcontainer 資料夾中進行配置,可以直接使用
- Docker
- Python 3.10 或更高版本
GitHub頁面還有一個教程,教你在Windows上安裝Python。
其他自主AI代理人
自動-GPT不是唯一的自主AI代理,還有另一個叫做BabyAGI的Python腳本。
BabyAGI
GitHub頁面描述如下:
「這個 Python 腳本是一個以人工智慧為基礎的任務管理系統的示例。此系統使用 OpenAI 和 Pinecone APIs 創建、優先處理和執行任務。該系統的主要思想是根據先前任務的結果和預定目標來創建任務。
然後該腳本使用OpenAI的自然語言處理(NLP)功能,根據目標創建新任務,並使用Pinecone來存儲和檢索任務的結果以供參考。
這是原始的任務驅動自主代理(2023年3月28日)的精簡版本。
如果以上聽起來太複雜,對於非開發人員而言,仍然有一種使用AI代理(如Auto-GPT和BabyAGI)的方法。
運行AI-Agent的簡單方法
人工智慧創新的步伐非常快速,開發人員在短短兩週內就創建了能夠以用戶友好界面運行 Auto-GPT 的其他方式。
這些介面目前還處於實驗或測試模式,但它們非常好用。
Cognosys.ai
全新的基於網頁的AI智能助手用戶界面是Cognosys.ai。您仍然需要一個OpenAI API金鑰來使用Cognosys.ai網頁界面。
在獲得 OpenAI API 金鑰後,下一步是使用您的 Google ID 登入或建立帳號和密碼。
現在使用人工智慧代理程式就像填寫一個表格並觀察機器完成任務一樣簡單。
![image4.jpg](https://static-lib.s3.amazonaws.com/cms/image4_4e570a1be6.jpg)
代理人.gpt
另一個易於使用的介面是AgentGPT,它正在測試階段。AgentGPT的運作方式與Cognosys.ai類似。
AgentGPT 如下所述:
「AgentGPT 允許您配置和部署自治人工智能代理。
為您的自訂人工智能命名,並讓它追求任何想像得到的目標。它將嘗試通過思考要做的任務、執行它們並從結果中學習來達到目標 🚀
本平台目前處於測試版,我們目前正在致力於以下方面:
- 長期記憶
- 網頁瀏覽
- 與網站和人互動」
AgentGPT 的創作者在推文中進一步解釋:
「它通過使用模型生成任務列表,然後迭代執行任務,評估任務是否完成或需要進一步的子動作。
未來,我們將通過 @pinecone 獲得長期記憶並允許模型查詢網絡…」
![圖片2.png](https://static-lib.s3.amazonaws.com/cms/image2_174c51e72a.png)
神模式智能
最新的AI代理人介面之一是稱為Godmode。
使用它的第一步是创建一个任务。界面会响应并提示您定义这个任务。
選擇其中一個提示會啟動AI代理,開始工作。
Godmode需要使用Google、GitHub或Twitter帳戶進行登錄。
在此時使用神模式不需要 OpenAI API 金鑰來運作,但使用一個金鑰將會為神模式的輸出增加 GPT-4 的威力。
![image1.jpg](https://static-lib.s3.amazonaws.com/cms/image1_21bc8a06c3.jpg)
自主人工智慧代理
有些人對ChatGPT感到驚慌。
然而,像 Auto-GPT 這樣的自主 AI 代理人揭示了 OpenAI 產品能夠做的更多。
自主人工智慧代理人的突破是嶄新且位於尖端。它們由開發者而非像OpenAI和Google這樣的大公司所製造。
這些技術仍然在實驗和測試階段,但其中一些已經足夠成熟,可以像人類一樣完成驚人的任務。
像 Auto-GPT 這樣的技術讓人很容易想像到一個時刻,雇主只需要雇用一個人來指派任務給 AI 代理人,就可以完成五個員工的工作。
很容易想象,有一天雇主可以不再需要人类监督者,而是放任一個人工智慧代理人來管理其他人工智慧代理人。