最近一款基于GPT-4的最强语言模型AutoGPT火遍了整个AI圈,是目前为数不多的完全自主运行的人工智能之一,它会根据你提的目标来制定计划,然后自己执行完整个计划,整个过程自动化的能力非常的强。
众所周知,此前爆火AI圈的ChatGPT,唯一不太好用的地方就是需要人类不断的prompt。因此,如果你想要ChatGPT帮你去做一件复杂的事情,那么怎么提问时一件很麻烦的事情。而AGI的目标就是让机器能够像人类一样,能够自己去做事情,而不是需要人类不断的提问。
原名 EntreprenurGPT(创业者GPT),Significant Gravitas创造的一个基于GPT4实验项目
核心思想:不停的向GPT-4发送请求,让其做商业决策,最后根据这个决策执行,看GPT-4给的策略能挣多少钱!!
比如AutoGPT敏锐地发现了加州洪水淹没农田,造成食物价格上涨。
AutoGPT将联网、搜索、网页爬虫、文件操作、GIT、PMS等多元能力封装成一致的Command接口,为处理复杂的多样化任务提供了技术基础,以此打破数据局限和功能局限。
AutoGPT支持本地文件系统、Redis、向量数据库(Pinecone)等多种记忆介质,用于保存历史prompt等多种数据,以此打破无状态的设计局限,实现更加强大的记忆能力。
类似与OKR的工作机制,AutoGPT基于目标智能设定任务,并有序执行和校验,层层递进,直到工作初始目标达成,以此打破人工驱动的局限。
AutoGPT利用机器学习中的无监督学习(零样本学习)Zero Shot Learning来理解设定的角色和目标,即根据一些描述或者定义学习到一个新的概念,然后用这个概念再来生成新的内容,降低收集和标注数据的需求。
AutoGPT 利用机器学习中的多任务学习(Multi-task Learning, MTL)来不断的拆解任务:在单个学习过程中同时学习多个相关任务,即通过让模型共享不同任务之间的底层表示(例如,特征、权重等),实现知识的泛化、共享和迁移。
短期学习(Fuel Short Learning,FSL):采用元学习、数据增强、预训练模型等策略,从有限的样本中学习有效的知识。
即 Auto GPT 根据设定的目标和任务以及存储在数据库中的数据(历史),不断为 GPT-4 生成合适的提示。
元学习(Meta-learning,ML) :让模型学会自我学习,以适应不断变化的新任务、新情况。
即AutoGPT通过自我评估和改进,从而实现更复杂和多步骤的任务,降低对人类提示的依赖。
AutoGPT 遵循thoughts、reasoning、plan和criticism的过程,给出一个有条理的、可实施的行动方案,并请求进行行动。
AutoGPT 支持直接源码安装,也支持Docker虚拟化,推荐后者,因为可能涉及到文件系统命令,丢失或修改重要文件,影响宿主系统稳定性。
步骤
docker-compose.yaml
配置文件docker-compose run --rm auto-gpt
设定角色role:一个用于分析上市公司的AI
拆分目标(Goal):
测试结果
AutoGPT支持插件机制,以提高扩展能力,如Bing搜索、新闻榜单等。
AutoGPT当前仍处于实验阶段,也存在诸如成本高昂等固有问题,但是它的潜力无限,是AI发展的未来趋势。
基于AutoGPT的在线智能体,无需进行本地部署,对于使用者来说更加友好。可以自动为任务添加task,并依次解决。
BabyAGI 是人工智能任务管理系统,使用 OpenAI 和 Pinecone API 来创建任务、确定任务的优先级和执行任务,是任务驱动自主代理的精简实现
Godmode 是一个网络平台,可以访问 AutoGPT 和 BabyAGI 的强大功能。AI 代理仍处于起步阶段,但它们的能力正在迅速增长, Godmode 能够让更多的人即使在这个早期阶段也能利用自主 AI 代理。
又名JARVIS,微软推出的连接LLM和ML社区的AGI系统,目标是通过一个 ChatGPT 控制所有 AI 模型,自动帮人选择模型,完成 AI 任务。
HuggingGPT 就能帮你自动分析需要哪些 AI 模型,然后直接去调用 HuggingFace 上的相应模型,来帮你执行并完成。