מה זה AutoGPT? מדריך מקיף והשוואה לChatGPT

המודעות המלאכותיות ממשיכות להתפתח בקצב מתנדנד.

מ-GPT-3 ל-GPT-4, ראינו שיפורים משמעותיים ביכולת הסיבוכיות, בהגדרות הקלט, בהתנהגות אימון מתקדמת ובהבנה של הקשרים הארוכים יותר.

למד עוד על GPT-4 בערימה ל-GPT-3.

אולם, אינטראקציית המכונה עם האדם נשארה זהה. עליך ליצור AI prompts בקפידה ולהתאים את התנהגותם כדי לקבל את התוצאות הרצויות שלך.

אם נכון, מה יקרה אם תציין פשוט את המטרות שלך למערכת הבינה המלאכותית והיא תעשה הכל עבורך? כמו הכנסת היעד שלך ברכב טסלה והוא מקח אותך לשם מבלי לדרוש את המעורבות הפעילה שלך.

כן, אנחנו מדברים על סוכנים AI אוטונומיים. ותנסו לנחש? הם כבר כאן!

AutoGPT היא היישום הכי חדש מתוך GPT-4 שגורם רעש באינטרנט. מפתחים מסביב לעולם בונים יישומים חדשים באמצעות AutoGPT בתוך מגוון תעשיות. יש כאלה שקוראים ל-AutoGPT ישות חכמה כללית (AGI)!

בבלוג הזה, בואו נעבור על רעשי השיווק ונבין:

• מה זה AutoGPT
• איך AutoGPT פועל
• השוואת AutoGPT ל-ChatGPT
• כיצד להשתמש ב-AutoGPT

ועוד!

מה זה AutoGPT?

AutoGPT הוא יישום מקור פתוח של AI המנצל את הדגם השפתי GPT-4 של OpenAI כדי ליצור סוכני חומרה ממוחשבים לגמרי עצמאיים וניתנים להתאמה אישית. התוכנה יוצאת לאור ב-30 במרץ 2023 על ידי טורן ברוס ריצ'רדס. טורן הוא מפתח משחקים מקצועי והקים חברת משחקים בשם Significant Gravitas.

AutoGPT הוא ייחודי בהשוואה לכלי קודמים של AI כי הוא פועל באופן עצמאי, כלומר אתה כבר לא צריך לנהל את הדגם כדי לענות על צרכיך. במקום זאת, אתה כותב את מטרותיך וה AI עושה את השאר עבורך. לכן, AutoGPT משנה בצורה יסודית את האינטראקציה בין AI לבני האדם, כאשר בני האדם כבר לא צריכים לשחק תפקיד פעיל תוך שמירה על אותה או איכות טובה יותר של התוצאות כמו יישומי AI אחרים כמו ChatGPT.

בדוק 31 אלטרנטיבות של ChatGPT שכדאי לך לדעת עליהן.

איך מעזה עובד AutoGPT?

AutoGPT עובדת על פי מנגנון עצמאי של AI בו המערכת AI יוצרת סוכני AI שונים על מנת לענות על משימות מסוימות, שכן:

• סוכן יצירת המשימה: כאשר אתה מזין את המטרות שלך ב- AutoGPT, זהו האגף הראשון של המערכת הידידותית למשתמש אשר מתקשר עם סוכן יצירת המשימה. מבוסס על המטרות שלך, סוכן זה יצור רשימת משימות עם צעדים להשגתן וישלח אותה לסוכן עידוד העדיפויות.
• סוכן עידוד העדיפויות: לאחר קבלת הרשימת משימות, סוכן הבינה המלאכותית לעדיפויות מוודא שהסדר נכון ושטחי ההגיון לפני שליחתה לסוכן ביצוע המשימה.
• סוכן ביצוע המשימה: לאחר שתהליך עידוד העדיפויות הושלם, סוכן ביצוע המשימה מבצע משימה אחת לאחרת. זה כולל השימוש ב-GPT-4, באינטרנט ובמקורות נוספים על מנת לקבל תוצאות.

הסוכנים המוזכרים מתקשרים גם זה עם זה. לכן, כאשר הסוכן לביצוע משימה משלים את כל המשימות והתוצאות אינן ספקטות, ניתן לתקשר עם הסוכן ליצירת משימות כדי ליצור רשימת משימות חדשה. מתקיימת לולאה איטרטיבית בין שלושת הסוכנים עד שכל היעדים הוגדרו על ידי המשתמש הושלמו.

הפעולות של סוכני המודעות המלאכותיות מוצגות גם בממשק המשתמש על ידי סידורם לארבעה קבוצות: מחשבות, היגיון, תוכנית וביקורת. בראשית, הפרויקט המלכוד, הרס המשימה. אחר כך, המערכת מסבירה את הסיבה לפעולות של סוכן המודעות המלאכותי. לאחר מכן, המערכת מספקת תוכנית להשלמת המשימה. סוף סוף, המערכת מעניקה גם ביקורת כדי לאפשר לסוכן המודעות המלאכותי לתקן את טעויותיו ולהתגבר על כל מגבלה.

על ידי שיתוף של מחזור חישובי זה, AutoGPT מספק תובנות לגבי הדרך שבה הוא מתמודד עם בעיה מסוימת ומתגבר עליהם ללא התערבות מהמשתמש.

איך AutoGPT נשווה עם ChatGPT?

בזמן שהדגם הבסיסי של LLM הוא אותו הדגם, ניתן לזהות מספר הבדלים משמעותיים בין AutoGPT ו-ChatGPT. כאן מספר מהם.

תובנות בזמן אמת

הדור האחרון של הדגם GPT-4 שבו ChatGPT משתמש מאומן על המידע כמו ב- GPT-3.5, שנגמר בספטמבר 2021. לכן, אין אפשרות לקבל תובנות בזמן אמת באמצעות ChatGPT מאחר ואין לך גישה לאתרים ופלטפורמות מקוונות כדי לחלץ מידע.

מצד שני, ל-AutoGPT יש גישה לאינטרנט. זה לא יכול לרק לגלוש ברשת אלא יכול גם לאמת האם מקור הוא חוקי. בנוסף, AutoGPT יכול לגשת לכל פלטפורמה כדי לבצע משימה. לדוגמה, אם תבקש מהמערכת לחפש פרוספקטים למכירת מוצר ולשלוח אימייל מתקשר, היא תקלוט ותשלח אימיילים באופן ישיר באמצעות חשבון Gmail שלך.

ניהול זיכרון

חלון ההקשר חשוב מאוד עבור מודלים שפתיים כדי לספק תשובות מדויקות. אך במודלים כמו GPT-4, החלון מוגבל למספר טוקנים של בין 4000 ל-8000. לכן, אם הדרישה חורגת מהמגבלה, המודל עשוי שלא לעקוב במדויק אחר ההוראות ולתת תוצאות לא אמינות.

להפך, AutoGPT יעיל בניהול זכרון לטווח קצר ולטווח ארוך. על ידי שימוש במסדי נתונים וקטוריים, AutoGPT יכול לאחסן את ההקשר או הניסיון הקודם במטרה לאפשר לדגם לקבל החלטות טובות יותר.

יצירת תמונה

AutoGPT מסוגל ליצירת תמונות באמצעות שימוש ב-DALL-E. אם ברצונך לאפשר יכולת ליצירת תמונות עבור מומחה המופעל על ידי מערכת AI שלך, יש צורך בגישה לממשק ה-API של DALL-E. כרגע, אפשרות זו אינה זמינה בגירסת ChatGPT-4, למרות שיש לה רגש מרובי קלט.

טקסט לדיבור

ניתן להפעיל תמיכה בדיבור לטקסט ב-AutoGPT על ידי הקלדת python -m autogpt --speak בשורת הפקודה. אך עליך להקליד את הפקודה בכל פעם שאתה מתקשר עם AutoGPT. ניתן גם להוסיף קולות שונים לדיבור על ידי חיבור AutoGPT ל-Eleven Labs, תוכנה מתקדמת לדיבור באמצעות AI מגוונת.

היגבולים של AutoGPT

אין ספק שהטבע האוטונומי מוסיף ממד חדש למערכות הבינה המלאכותית. באותו הזמן, אנחנו לא יכולים להתעלם מההגבלות והסיכונים של AutoGPT. כמה מן הגבולות המרכזיים שעליך לדעת מוצגים להלן.

יקר מדי לשימוש

על אף היכולת המדהימה שלו, הפונקציונליות של AutoGPT כנראה תאכזב אותך. AutoGPT משתמש במודל היקר GPT-4, לכן העלות להשלמת משימה יכולה להיות גבוהה, גם עבור משימה קטנה. הכך זה קורה בעיקר מכיוון ש-AutoGPT יכול להשתמש ב-GPT-4 פעמים רבות בכל שלב במשימה מסוימת.

בנוסף, זה אינו מעשי מכיוון שהוא אינו יכול לשכפל תוצאות בסצנריו אחר כאשר קלט הוא זהה. לדוגמה, אם תבקש מהמודל למצוא את הנעליים הפופולריות ביותר לריצה על הכביש ותַלְטֵבּוֹת, הוא לא ייצור פונקציה שתכפיל את התהליך עבור קטגוריית הַדְשָׁאָה; במקום זאת, הוא יתחיל מאפס.

נתקעים בלולאה קרובה יותר מידי פעמים

הבעיה הנפוצה ביותר שמשתמשים נתקלים בה עם AutoGPT היא שהתוכנית נתקעת בלולאה. אם התופעה מתמשכת יותר מכמה דקות, סביר שצריך לאתחל את התהליך. זה קורה כי AutoGPT משתמשת ב-GPT-4 כדי להגדיר נכון ולפצל משימות. לכן, התוצאות לא מספקות ל-AutoGPT לבצע פעולה כלשהי.

עדין אירועי פריצת מידע

כאשר מודל AI פועל באופן עצמאי עם גישה למערכת שלך ולאינטרנט, המידע שלך עשוי לפלוט. מאחר ואין לפעול באופן זה מגנים אבטחה, יש צורך להקפיד ולהיות זהירים בשימוש ב-AutoGPT. אי אפשר להשאיר את המודל רץ בלי לתת הוראות נכונות ומדיניות אבטחה.

כיצד להתקין את AutoGPT?

שונה מכלי חכמת מלאכתיים אחרים, אוטוג'ייפיטאי אין לו תהליך הרשמה פשוט כדי לגשת לפלטפורמה ולתכונות שלו. עליך להוריד שידורגים שונים כדי לעמוד בדרישות לפני שאתה מתחיל להשתמש באוטוג'ייפיטאי. לכן, כדי לקלות את העניין עבורך, הסברנו על תהליך מדורג למדי להתקנת אוטוג'ייפיטאי.

שלב 1: הורדת תוכנה קדם דרושה

יש לך שלושה דרישות תוכנה עיקריות להתקנת AutoGPT: Git, Python ו Visual Code Studio. ניתן להשתמש בקישורים המהירים למסמך הנושא של AutoGPT כאן כדי להוריד את כל התוכנות השלוש.

שלב 2: יצירת חשבון OpenAI עבור מפתחות ה- API

אם אין לך חשבון ב-OpenAI עדיין, יש לך ליצור חשבון. לאחר פתיחת החשבון, עבור אל כרטיסיית מפתחות ה- API. תראה אפשרות (מודגשת למטה) ליצור מפתח סודי. לחץ עליה והעתק את המפתח הסודי.

שלב 3: העתקה של מאגר ה-AutoGPT לדיסק קשיח

עליך לבצע שני דברים עיקריים כדי להעתיק את המאגר AutoGPT מ- GitHub לכונן הקשיח. ראשית, העתק את קישור הפרויקט מ- GitHub.

שנית, פתח את חלון הפקודה ושכפל את מאגר ה־GitHub של AutoGPT על ידי הדבקת הקישור כפי שמופיע בתמונה למטה.

כאשר יש לך VCS מותקן, אתה יכול גם להקליד code באתר מסוף הפקודה כדי לגשת ל-AutoGPT מעורך ה־VCS.

שלב 4: התקנת מודולים של Python

לאחר פתיחת סביבת VCS, יופיעו לך רבים מהקבצים בצד השמאלי שלך. אחד מהם יהיה requirements.txt. בקובץ זה, יופיעו המודולים הנדרשים עבור AutoGPT כדי להריץ.

כדי להתקין את מודולי האלה, רישמו pip install -r requirements.txt ולחצו Enter. שימו לב: עליכם לוודא שהספרייה מופנית לכתובת בה העתקתם את המאגר.

שלב 5: שנה את שם קובץ .env.template

מצא את קובץ ה .env.template בסביבת השליטה שלך והסר את הנקודה (.) והתוספת "template."

שלב 6: הזן מפתחות OpenAI API

השלב הסופי הוא להדביק את מפתחות ה- API שלך בקובץ .env. לאחר שהזנת את המפתח ושמרת את הקובץ, עבור לשורת הפקודה שלך והקלד python -m autogpt. זהו. עכשיו יש לך AutoGPT מותקן ואתה יכול להתחיל להשתמש בו.

מחשבות לסיום

בעוד שאני חושב שאפשרויות ה-AutoGPT יהיו מרגשות לצפייה, חשוב להסתכל על ציפיות מדוד אשר הן ריאליות כאשר מדובר בטכנולוגיות חדשות. עדיין לא עבר חודש מלקום ה-AutoGPT התחילח, לכן עדיין לא ראינו מה יכול ולא יכול לעשות יישום האינטיליגנציה המלאכותית הזה בשימושים שונים. כמו כן, היישום מעורר את הרבה חששות בנוגע לפרטיות האישית ולבטיחות המידע האישי, ולכן יש צורך לתת מענה מיידי לחולשות אלה.

עם זאת, אני מאמין ש-AutoGPT משנה את אופן בו אנו מתקשרים עם מודלים של LLM כמו GPT-4. אנו יכולים כעת לראות כיצד הבינה מלאכותית נוגעת בבעיה, לומדת מטעויות ומספקת תוצאות טובות, מאפשרת לנו למקם באופטימליות את הזימון שלנו. אז סוכני המודלים המלאכותיים לא הולכים לאן, אבל יידרש זמן כדי להתברר ולהוביל לאימוץ משמעותי יותר על ידי המשתמשים.