Hva er AutoGPT? En omfattende guide og sammenligning med ChatGPT

Kunstig intelligens fortsetter å utvikle seg i et akselererende tempo.

Fra GPT-3 til GPT-4 så vi betydelige forbedringer når det gjelder avansert resonnering, innstillinger for input, finjusteringsadferd og forståelse av lengre kontekster.

Finn ut mer om GPT-4 vs. GPT-3.

Likevel forble interaksjonen mellom AI og mennesker den samme. Du må nøye utforme AI-påminnelser og finjustere deres oppførsel for å oppnå ønskede resultater.

Vel, hva om du bare oppgir målene dine til AI-en, og den gjør alt for deg? Som når du angir destinasjonen din i en Tesla-bil, og den tar deg dit uten å kreve din aktive medvirkning.

Ja, vi snakker om autonome AI-agenter. Og gjett hva? De er allerede her!

AutoGPT er den nyeste applikasjonen fra GPT-4 som har tatt internett med storm. Utviklere over hele verden bygger nye applikasjoner ved hjelp av AutoGPT på tvers av ulike bransjer. Og noen kaller AutoGPT for en AGI!

I denne bloggen, la oss se bort fra hypen og forstå:

Hva er AutoGPT
Hvordan AutoGPT fungerer
Hvordan AutoGPT sammenligner med ChatGPT
Hvordan bruke AutoGPT

Og mer!

Hva er AutoGPT?

AutoGPT er en åpen AI-applikasjon som utnytter OpenAI's GPT-4 språkmodell for å skape fullstendig autonome og tilpassbare AI-agenter. Den ble utgitt 30. mars 2023, av Toran Bruce Richards. Toran er en spillutvikler av yrke og grunnla et spillselskap kalt Significant Gravitas.

AutoGPT er unik sammenlignet med andre AI-verktøy fordi den opererer uavhengig, noe som betyr at du ikke lenger trenger å styre modellen for å oppfylle dine behov. I stedet skriver du dine mål, og AI-en tar seg av resten for deg. Dermed endrer AutoGPT grunnleggende interaksjonen mellom AI og mennesker, der mennesker ikke lenger trenger å spille en aktiv rolle samtidig som de opprettholder samme eller bedre kvalitet på resultatene som andre AI-applikasjoner som ChatGPT.

Se 31 ChatGPT-alternativer du bør kjenne til.

Hvordan fungerer AutoGPT?

AutoGPT fungerer basert på en autonom AI-mekanisme der AI-systemet oppretter ulike AI-agenter for å utføre spesifikke oppgaver, som inkluderer:

Oppgaveopprettingsagent: Når du legger inn målene dine på AutoGPT, er det første AI-agenten som samhandler med oppgaveopprettingsagenten. Basert på målene dine, vil den opprette en liste over oppgaver med trinn for å oppnå dem og sende den til prioriteringsagenten.
Oppgaveprioriteringsagent: Etter å ha mottatt oppgavelisten, sørger prioriterings-AI-agenten for at rekkefølgen er riktig og gir logisk mening før den sender den til utføringsagenten.
Oppgaveutføringsagent: Når prioriteringen er fullført, fullfører utføringsagenten én oppgave etter den andre. Dette innebærer å benytte seg av GPT-4, internett og andre ressurser for å få resultater.

De ovennevnte agentene kommuniserer også med hverandre. Så når utføringsagenten har fullført alle oppgavene, og resultatene er utilfredsstillende, kan den kommunisere med oppgaveopprettelsesagenten for å opprette en ny liste med oppgaver. Dette blir en iterativ loop mellom de tre agentene til alle brukerdefinerte mål er fullført.

Handlingene til AI-agentene vises også på brukergrensesnittet ved å kategorisere dem i fire grupper: tanker, resonnement, plan og kritikk. Først deler AI-agenten tanker etter å ha fullført en oppgave. Deretter kommer resonnement, som forklarer hvorfor AI-agenten gjør det den gjør. Etter det gir systemet en plan for å fullføre oppgaven. Til slutt gir systemet også kritikk for å tillate AI-agenten å rette opp feilene sine og overkomme eventuelle begrensninger.

Ved å dele denne beregningsflyten gir AutoGPT innsikt i hvordan den nærmer seg et bestemt problem og overvinner det uten noen brukerintervensjon.

Hvordan sammenligner AutoGPT seg med ChatGPT?

Mens den underliggende LLM-modellen er den samme, kan vi trekke noen forskjeller mellom AutoGPT og ChatGPT. Noen av dem er angitt nedenfor.

Sanntidsanalyse

Den nyeste GPT-4-modellen som ChatGPT bruker, er trent på samme data som GPT-3.5, som bare går frem til september 2021. Så du kan ikke få sanntidsinnsikt ved å bruke ChatGPT, da du ikke kan få tilgang til nettsider og nettbaserte plattformer for å hente informasjon.

På den annen side har AutoGPT tilgang til internett. Den kan ikke bare surfe på nettet, men kan også bekrefte om en kilde er legitim. Videre kan AutoGPT få tilgang til hvilken som helst plattform for å utføre en oppgave. For eksempel, hvis du ber AI-en om å undersøke potensielle kunder for salg av et produkt og sende en oppfølgings-e-post, vil den utforme og sende e-poster direkte ved å bruke din Gmail-konto.

Hukommelseshåndtering

Kontekstvinduet er veldig viktig for språkmodeller for å gi nøyaktige svar. Men i LLMer som GPT-4 er vinduet begrenset til mellom 4000 og 8000 tokens. Så hvis kravet er utover grensen, kan modellen følge instruksjonene riktig eller avvike og gi upålitelige resultater.

I motsetning er AutoGPT god på kort- og langsiktig minnehåndtering. Ved å bruke vektordatabaser kan AutoGPT lagre konteksten eller tidligere erfaringer for å tillate modellen å ta bedre beslutninger.

Bildegenerering

AutoGPT er i stand til å generere bilder da den bruker DALL-E. Hvis du vil aktivere bildegenereringsfunksjonaliteten for din AI-agent, trenger du API-tilgang til DALL-E. Denne funksjonen er for øyeblikket utilgjengelig i ChatGPT-4, til tross for å være flermodal når det gjelder inndata.

Talegjenkjenning

Du kan aktivere tekst-til-tale på AutoGPT ved å skrive python -m autogpt --speak i kommandolinjen. Men du må skrive inn kommandoen hver gang du samhandler med AutoGPT. Du kan også legge til forskjellige stemmer til tale ved å koble AutoGPT til Eleven Labs, en allsidig AI-taleprogramvare.

Begrensninger med AutoGPT

Det er ingen tvil om at autonom natur legger til en ny dimensjon i AI-systemer. Samtidig kan vi ikke ignorere begrensningene og risikoene med AutoGPT. Noen av de viktigste begrensningene du må kjenne til er gitt nedenfor.

For dyrt å bruke

Mens funksjonaliteten er fantastisk, kan praktisk bruk av AutoGPT sannsynligvis skuffe deg. Ettersom AutoGPT bruker en kostbar GPT-4-modell, kan kostnaden per fullført oppgave være høy, selv for en liten oppgave. Dette skyldes hovedsakelig at AutoGPT kan bruke GPT-4 flere ganger i trinnene til en bestemt oppgave.

Videre er det ikke praktisk fordi det ikke kan kopiere utdataene i en annen situasjon når inndataene er de samme. For eksempel, hvis du ber modellen om å finne de beste løpeskoene på veien og i gresset, vil den ikke opprette en funksjon for å kopiere prosessen for gresskategorien; i stedet vil den starte på nytt.

Går ofte fast i en løkke

Det vanligste problemet brukere opplever med AutoGPT er at den setter seg fast i en løkke. Hvis dette fortsetter i mer enn et par minutter, betyr det sannsynligvis at du må starte prosessen på nytt. Dette skjer fordi AutoGPT er avhengig av GPT-4 for å definere og dekomponere oppgaver på riktig måte. Så resultatene er utilstrekkelige for at AutoGPT skal kunne ta noen handling.

Datainnbrudd er mulig

Når en AI-modell opererer autonomt med tilgang til systemet ditt og internett, kan dataene dine lekkes. Ettersom det ikke finnes sikkerhetsagenter, er det en bekymring, og du må være forsiktig når du bruker AutoGPT. Du kan ikke la modellen kjøre uten å gi riktige instruksjoner og sikkerhetsretningslinjer.

Hvordan installere AutoGPT?

I motsetning til andre AI-verktøy har AutoGPT ingen enkel registreringsprosedyre for å få tilgang til plattformen og funksjonene. Du må laste ned ulike programmer for å oppfylle kravene før du begynner å bruke AutoGPT. Så, for å gjøre det enkelt for deg, har vi delt en trinnvis prosess for å installere AutoGPT.

Trinn 1: Last ned nødvendig programvare

Du har tre hovedkrav for å installere AutoGPT: Git, Python og Visual Code Studio. Du kan bruke dette notis-dokumentet med raske lenker for å laste ned all nødvendig programvare.

Trinn 2: Opprett OpenAI-konto for API-nøkler

Hvis du ikke allerede har en, opprett en OpenAI-konto. Når du har åpnet en konto, gå til API-nøkler-fanen. Du vil se en mulighet (markert nedenfor) for å opprette en hemmelig nøkkel. Klikk på den og kopier den hemmelige nøkkelen.

Trinn 3: Kopier AutoGPT Repository til harddisken

Du må gjøre to hovedting for å kopiere AutoGPT GitHub repository til harddisken. Først, kopier lenken til prosjektet fra GitHub.

For det andre, åpne kommandolinjen og klon AutoGPT GitHub depotet ved å lime inn lenken som vist på bildet nedenfor.

Siden du har VCS installert, kan du også skrive code i kommandoprompten for å få tilgang til AutoGPT fra VCS-editor.

Trinn 4: Installer Python-moduler

Når du åpner VCS, vil du se mange filer på venstre side. En av filene vil være requirements.txt. I denne filen vil du se de nødvendige modulene for at AutoGPT skal kunne kjøre.

For å installere disse modulene, skriv pip install -r requirements.txt og trykk enter. Merk: Du må sørge for at mappen er pekt mot stedet der du kopierte repositoriet.

Trinn 5: Gi .env.template-filen et nytt navn

Finn filen .env.template på VCS-en din og fjern "." og "template."

Trinn 6: Skriv inn OpenAI API-nøkler

Neste steg er å lime inn API-nøklene dine i .env-filen. Etter at du har skrevet inn nøkkelen og lagret filen, gå til kommandolinjen din og skriv python -m autogpt. Det var det. Du har nå installert AutoGPT og kan begynne å bruke det.

Avsluttende tanker

Mens jeg tror mulighetene med AutoGPT vil være spennende å følge med på, er det viktig å ha realistiske forventninger når det kommer til nye teknologier. Det har ikke engang gått en hel måned siden AutoGPT ble lansert, så vi har fremdeles ikke sett hva denne nye AI-applikasjonen kan og ikke kan gjøre i ulike brukstilfeller. Videre har den mange personvern- og datasikkerhetsproblemer som krever umiddelbar oppmerksomhet.

Det sagt, jeg tror AutoGPT endrer hvordan vi samhandler med LLM-modeller som GPT-4. Nå kan vi se hvordan en AI tilnærmer seg et problem, lærer av feil og leverer gode resultater, noe som gjør at vi kan optimalisere våre forespørsler bedre. Så AI-agenter forsvinner ikke, men de vil ta tid å modne og drive meningsfull brukeradopsjon.