本周 AI 圈”最红炸子鸡“诞生 ——AutoGPT。
不仅如此,这款软件系统的横空出世,一举将 AI 进程推向了新高度 ——
自主人工智能。
顾名思义,它所具备的能力主打的就是一个“自主”,完全不用人类插手的那种!
例如一位网友就要求 AutoGPT 开发一个网站,结果不到 3 分钟,AI 自己就用 React 和 Tailwind CSS“唰唰唰”地搞定了。
AI 自己上网、自己使用第三方工具、自己思考、自己操作你的电脑。
这一套打法,算得上是把“行动 观察结果 思考 决定下一步行动”这条路子给打通并循环了起来。
就连前特斯拉 AI 总监 Andrej Karpathy 对此都评价道:
AutoGPT 是提示工程的下一个前沿。
而且不只是 AutoGPT,最近还陆陆续续地衍生出了各种自主人工智能工具,例如 AgentGPT、BabyAGI 等等。
然后网友们对面此景也坐不住了,惊叹于 AI 发展的日新月异:
这俩月,一睁眼就出新东西,太累了。
无需人类插手的 AutoGPT 们
那么这个当红的 AutoGPT,和之前 ChatGPT 那波 AI 又有何区别?
微博博主“木遥”便下场亲测了一下。
他测试所用的题目是“给我解释 LangChain 怎么用”。
这个问题若是交给传统的 GPT,由于 LangChain 这个概念太新,AI 就会出现不知道怎么回答的情况。
若是交给“GPT + 插件”这个组合来回答,那结果就会有点像 Bing 或者 Bard。
但 AutoGPT 上手就不一样了,来欣赏一下它的执行过程:
发现失败了之后想了想,说要不 Google 一下?
Google 出了很多结果。
读了半天这些结果,说「现在我们已经搜集了不少有用的信息了,接下来让我们安装它玩一下」
然后就开始动手在我的电脑上安装 LangChain……
而博主“木遥”在这整个过程中所做的事情就是“坐在屏幕前看着这一切自动在我眼前发生”……
然后这位博主不禁发出了感慨:
我要是有它这个行动力,三个 PhD 都念完了。
有类似自主能力的 AI,还有最近同样火爆的 AgentGPT。
也是只需要给个任务,剩下的都交给它来完成:
用 100 美元的资金创建一个新的创业公司。
AgentGPT 在接到这项任务之后,便开始了他的展示:
思考中……
添加任务:研究需要最少资金的低成本商业模式。
添加任务:确定潜在的目标市场及其需求。
添加任务:开发一个精简的 MVP,并在目标市场进行测试以验证需求。
思考中……
然后 AgentGPT 先是输出执行“研究需要最少资金的低成本商业模式”的结果:
根据我的研究,一些需要最少资金的低成本商业模式包括:
1、Dropshipping:通过 Dropshipping,你可以在网上销售产品而无需持有库存。您只需通过第三方供应商完成订单,第三方供应商将产品直接运送给您的客户。你可以从 50 美元开始支付网站托管和域名注册费。
2、 社交媒体营销:如果你有社交媒体营销的天赋,你可以通过帮助企业接触他们的目标受众来创办自己的代理公司。你所需要的只是一台电脑,互联网连接,以及一些社交媒体营销的经验和技能,而你的起价只有 50 美元或更少。
3、活动策划:如果你对组织活动有热情,你可以开始自己的活动策划业务。你可以从策划一些小活动开始,比如生日派对、婚礼等等。你可以从 100 美元开始,创建一个简单的网站,名片,并通过社交媒体营销自己。
4、自由写作:如果你有写作天赋,你可以开始自己的自由写作事业。你可以通过在线平台,如 Upwork、Fiver 和其他求职网站找到客户。只需 50 美元,你就可以创建一个投资组合网站,并通过社交媒体营销自己。
这些只是一些低成本的商业模式,你只需要 100 美元的资金就可以考虑。选择一个符合你的技能和兴趣的商业模式是很重要的。
到这还没有完,AgentGPT 会继续开始它的工作:
思考中……
添加任务:针对每种已确定的低成本商业模式,对潜在的产品或服务想法进行头脑风暴。
添加任务:评估每个想法的潜在盈利能力和可扩展性。
添加任务:选择最有希望的想法,并开发精益 MVP,用于目标市场的测试。
而后便是继续地再思考、执行。
再如 BabyAGI,也只需给个目标和任务迭代次数,AI“唰唰唰”地便自己搞了起来:
而且已经有博主开始把 AutoGPT 当做自己的生产力工具了 —— 做视频!
不少网友在看到 AI 们的如此表现之后,表示整个人都通透了:
怎么玩?
这么强的工具,真的不想亲自玩一下?
操作一点也不麻烦。
首先,准备好 OpenAI API 和 PINECONE API 的密钥。
Python 要求 3.8 版本及以上。
如果你需要语音输出,你也可以准备一个 ElevenLabs API 的。
Ps. 获取地址都放在文末链接中了。
接下来,打开你的 CLI 工具下载 AutoGPT 项目:
然后:
cd ‘Auto-GPT’
pip install -r requirements.txt
接着找到 AutoGPT 的根文件夹,将“.env.template”重命名为“.env”并打开。
再将密钥都替换为你准备好的那些。
最后,在终端运行:
python scripts/main.py
如果要使用语音模式,运行:
python scripts/main.py —speak
如果不能访问 GPT-4,开启“gpt3only”模式:
python scripts/main.py —gpt3only
现在,你就可以开始搞你自己的 AutoGPT 项目了。
记住在 AuroGPT 的每个操作之后,输入“NEXT COMMAND”授权程序继续。
尽管项目也提供了不用这么麻烦的“连续模式”,最开始运行时用这个命令:
python scripts/main.py —continuous
但作者强烈不推荐!!因为它可能会导致你的 AI 一直运行下去或执行你正常根本不会授权的操作。
如果你非要试试,风险自负……
以及默认情况下,AutoGPT 用 DALL-e 生成图像,要换 Stable Diffusion 的话,需要一个 HuggingFace API 的令牌。
本质是“套娃”
简单介绍一下 AutoGPT 的原理。
AutoGPT 由于扩大了自己的应用范围,包括执行文件操作、网页浏览和数据检索等,有别于我们之前见过的所有 AI。
如 Mila 研究所前 AI 研究员 Lior 分析:
AutoGPT 相当于给了基于 GPT 的模型一个内存和一个主体。
具体来说:
AutoGPT 的架构基于 GPT-4 和 GPT-3.5,靠 API 连接;
AutoGPT 可以进行自主迭代,即通过自我批判性审查来改进输出、在先前工作的基础上进行构建,并为了获得更准确的结果集成 prompt 历史记录;
AutoGPT 具有内存管理,集成了 Pinecone 数据库,因此它可进行长期内存存储,保存上下文并基于此进行决策改进。
而在推特博主 Jay Hack 看来,AutoGPT 等类似工具的出现,其实证明了智能的本质是“套娃”这件事儿。
因为不论是 AutoGPT 还是 BabyAGI,它们都是用 LLM 来递归地调用自己。
这在 AI 领域最近可谓是个大趋势:
专业一点的话来说,这叫模型堆叠,即模型“一路向下”,去套用别的模型来拆解并解决任务。
用咱大白话来说,这就是“套娃”。
除了 AutoGPT、BabyAGI 这些,还有 ViperGPT、SayCan 和 ToolKit 等最新工具,以及前面微软发布的 VisualGPT 和 HugginGPT,都差不多是这个思想。
再往前一些,初代 DALL?E 其实就是 CLIP 套 VAE。
有意思的是,Jay Hack 指出,有着“人工智能元老”之称的马文?明斯基早在 1986 年就把人类智能描述成有许多相互作用子系统的组织。
最后,Jay Hack 也表示,正是因为“套娃”这种操作,我们的 AI 现在才得以拿下更为复杂的任务。而这,也就离通用人工智能更近一步。
确实,有不少网友都赞同:
AutoGPT 可能就是 AI 领域中的下一大趋势。
面对如此强大的“套娃”工具们,一些人则开始哀嚎了:
参考链接:
密钥获取地址:
郑重声明:此文内容为本网站转载企业宣传资讯,目的在于传播更多信息,与本站立场无关。仅供读者参考,并请自行核实相关内容。