Innholdsfortegnelse[Gjemme seg][Forestilling]
Hei alle sammen, og velkommen til den nye æraen med kunstig intelligens. Programmerere over hele verden har begynt å lage "autonome agenter" som samarbeider med store språkmodeller (LLM) som OpenAIs GPT-4 for å takle utfordrende problemer.
Selv om de fortsatt er ekstremt unge, kan slike agenter være et betydelig skritt fremover i vellykket bruk av LLM. Vanligvis kommuniserer vi med GPT-4 ved å lage instruksjoner nøye og legge dem inn i ChatGPTs tekstboks til modellen svarer med ønsket resultat.
Generelt kan autonome agenter generere en rekke systematiske handlinger som LLM utfører til den når et forhåndsbestemt "mål". Bredden av aktiviteter som autonome agenter nå er i stand til inkluderer nettforskning, koding, oppsummering, opprettelse av originalt innhold, oversettelse og mye mer.
Flere kunstig intelligenssystemer, som Googles Bard og OpenAIs ChatGPT, GPT-4, har nylig dukket opp og spredt over hele kloden. En ny Bing Bot fra Microsoft dukket også opp.
Et ekstra AI-system kalt BabyAGI har sluttet seg til dette settet med AI-systemer.
I denne artikkelen skal vi ta en dyp titt på BabyAGI, dens avgjørende komponent, og hvordan den fungerer fra innsiden og ut. Vi vil også sammenligne det med AutoGPT, og deretter vise deg hvordan du installerer og bruker den på datamaskinen.
Så, hva er det BabyAGI?
BabyAGI er en ekstraordinær kunstig intelligens (AI)-plattform som har blitt møysommelig designet for å teste og utvikle et bredt utvalg av AI-agenter i det virtuelle miljøet. Yohei Nakajima, en mester i risikokapital og kunstig intelligens, er skaperen av denne banebrytende oppfinnelsen.
Grunnlaget for BabyAGIs brede arkitektur, Task-Driven Autonomous Agent, har en åpen kildekode-plattform for å fremme forskning på en rekke felt, fra språktilegnelse og kognitiv utvikling til forsterkende læring.
BabyAGI er designet for å imitere læring på en måte som er analog med den kognitive utviklingen til baby-mennesker. Det endelige målet er å styrke AI til å få kunnskap gjennom erfaring, foreta kloke vurderinger og handle uavhengig.
Mulighetene er uendelige med BabyAGI som leder an innen banebrytende AI-forskning.
Hovedmålet med denne plattformen er å vurdere og forbedre ytelsen til et bredt spekter av AI-agenter ved å bruke simulerte innstillinger, opplæring og vurderinger. Hovedmålet er å undersøke agentenes evne til å lære og utføre utfordrende oppgaver.
Det er klart at utviklingen av agentenes forsterkende læring og kognitive kapasiteter er en avgjørende komponent for plattformens suksess.
Nå, hva er under panseret til BabyAGI?
Systemet bruker noen av de mest potente teknologiene som er tilgjengelige, inkludert GPT-4, LangChains kjede- og agentfunksjoner, OpenAIs API og Pinecone, for å muliggjøre rask og effektiv utførelse av oppgaver.
Utvilsomt er GPT-4-språkmodellen, en uovertruffen LLM laget for å håndtere jobber med nøyaktighet og bekvemmelighet, systemets bankende hjerte. Systemet kan utføre kompliserte jobber med uovertruffen effektivitet på grunn av kapasiteten til å generere nye oppgaver og prioritere dem i sanntid.
I tillegg bruker systemet Pinecone, en vektorsøkeplattform, som er avgjørende for lagring og henting av oppgaverelaterte data som oppgavebeskrivelser, begrensninger og utfall.
For at systemet skal være i stand til forsterkende læring, som gjør at det kan få kunnskap fra erfaring og bli bedre over tid, er det nødvendig med en forenklet tilnærming til datahåndtering. Systemet har integrert LangChain-rammeverket, som revolusjonerer måten AI-agenter samhandler med miljøet sitt i et forsøk på å teste grensene for Baby AGIs evner.
Systemet skiller seg ut fra konkurrentene på grunn av denne økte graden av engasjement, som hjelper AI-agenten til å bli mer databevisst og utrustet til å håndtere utfordrende jobber med letthet.
Systemet bruker en deque (dobbeltende kø) data struktur å organisere og prioritere jobblisten sin fordi oppgavehåndtering er grunnlaget for Baby AGIs evner.
Systemet produserer automatisk nye oppgaver for å holde oppgavelisten oppdatert og oppdatert når oppgavene er ferdige og nye opprettes i stedet for dem. Oppgavelisten omprioriteres rutinemessig for å sikre at systemet fungerer så effektivt som mulig, slik at det kan utføre oppgaver uten feil.
Hvordan fungerer BabyAGI?
BabyAGI-skriptet velger kontinuerlig oppgaver fra en oppgaveliste, utfører dem, forbedrer resultatene og genererer nye oppgaver avhengig av målet og resultatet av den forrige jobben.
Dette skriptet kjører i en uendelig løkke. De fire primærfasene i skriptets arbeidsflyt er oppgavekjøring, resultatberikelse, oppgavegenerering og oppgaveprioritering.
Oppgaveutførelse
BabyAGI-prosessen begynner med denne fasen. Utførelsesagentfunksjonen overfører en oppgave til OpenAIs API i dette stadiet, og API fullfører jobben i samsvar med konteksten. Målet og oppgaven er de to inngangene for execution agent-funksjonen.
Oppgavens utfall returneres deretter som en streng etter å ha sendt en melding til OpenAIs API. Dette stadiet er viktig fordi det gir systemet sjansen til å fullføre oppgaver og samle informasjon som vil hjelpe med utvikling av nye oppgaver og prioritering av nåværende oppgaver.
Forbedring av resultater
I stadiet kjent som «resultatforbedring», blir resultatet av forrige jobb forbedret og bevart i Pinecone, et nyttig verktøy for å arkivere og hente oppgaveresultater for senere bruk. Denne prosessen er avgjørende fordi den lar systemet hele tiden forbedre ytelsen ved å lære av tidligere feil.
BabyAGI kan oppdage trender, lære av feil og forbedre ytelsen i følgende oppgaver ved å holde styr på tidligere resultater og tilhørende metadata.
Oppgavegenerering
Oppretting av oppgave er den tredje fasen i BabyAGI-prosessen, hvor oppgaveopprettingsagentfunksjonen bruker OpenAIs API til å generere nye oppgaver avhengig av målet og resultatet av den foregående jobben.
Funksjonen sender en forespørsel til OpenAI API med fire parametere: målet, resultatet av forrige oppgave, oppgavebeskrivelsen og gjeldende oppgaveliste. API-en svarer med en liste over nye oppgaver som strenger. En liste over ordbøker som inneholder navnene på de nye oppgavene blir deretter returnert sammen med de nye oppgavene.
Prioritering av oppgavene
Prioritering av oppgaver er arbeidsflytens siste fase for BabyAGI. Oppgavelisten prioriteres i dette tilfellet ved hjelp av prioriteringsagentfunksjonen ved bruk av OpenAI API. Den aktuelle oppgavens ID kan sendes som en parameter til funksjonen.
Funksjonen returnerer en nummerert liste over oppgaver som har blitt omprioritert etter å ha sendt en melding til OpenAIs API. Dette stadiet er avgjørende for å sikre at systemet fortsetter å konsentrere seg om aktiviteter som er viktige og relevante for målet.
Hvordan installere og bruke BabyGPT på maskinen din?
Forhåndskrav
Det er noen krav du må installere på datamaskinen din før vi starter installasjonsprosessen:
- gå
- Python 3.8 eller nyere
- OpenAI API-nøkkel
- PineCone API-nøkkel
Merk: Jeg bruker MacOS med den nyeste versjonen.
Klon BabyAGI-depotet
Som et første trinn, lag en unik mappe (BabyAGI) på datamaskinen din. For å klone prosjektet, åpne Git Bash og skriv inn følgende kommando:
Installer avhengigheter
I dette trinnet går du til mappen som nettopp ble opprettet, vi vil installere alle avhengighetene som kreves for å kjøre BabyAGI.
Etter det åpner du prosjektet i kodeeditoren din, jeg bruker VSCode, rename.env.template to.env, og fyller opp feltene med OpenAI og PineCone API-nøkler.
Din OpenAI API-nøkkel kan skaffes her.
Din Pinecone API-nøkkel kan skaffes her..
Til slutt, plasser disse API-ene i .env-filen i respekterte felt.
I samme fil finner du en objektiv og innledende oppgave.
Kjør Python-skriptet
På siste trinn kan du kjøre Python-manus fra kodeeditoren eller til og med med terminalen. Valget er ditt. Her er resultatene av BabyAGI.
BabyAGI vs AutoGPT
BabyAGI skiller seg fra Auto-GPT på noen måter, inkludert måten den samler informasjon på. BabyAGI søker ikke etter eksterne ressurser, noe som kan være en stor fordel i noen tilfeller sammenlignet med Auto-GPT.
BabyAGI unngår å gå av sporet ved å begrense konsentrasjonen til idédugnad og avstår fra å lete etter informasjon på nettet.
På grunn av sin innovative metodikk er BabyAGI et fantastisk verktøy for ideer og idédugnad.
BabyAGI kan enkelt komme opp med originale ideer takket være dens dedikerte konsentrasjon om ideer, enten den brukes som en frittstående applikasjon eller en komponent i et større system.
BabyAGI kan gi uovertrufne resultater ved å unngå distraksjoner og opprettholde et laserlignende fokus på det aktuelle arbeidet, noe som gjør det til et avgjørende verktøy innen AI-forskning og -utvikling.
konklusjonen
Nøkkelprinsippet i BabyAGIs designfilosofi er sømløs integrasjon av automatisering, intelligens og effektivitet, som gjør det mulig for brukere å enkelt håndtere et bredt spekter av hindringer i dagens raskt skiftende verden.
Du kan enkelt utnytte plattformens evne til automatisert oppgaveløsning og administrasjon takket være dens enkle oppsett og utførelsesmetode, noe som gjør den til en god alliert for både enkeltpersoner og team.
Verktøy som BabyAGI vil definitivt bli viktigere ettersom AI-forskningen utvikler seg og vokser, og bidrar til å forme fremtiden. BabyAGI er posisjonert til å bli en ledende plattform for AI-drevet kreativitet, som fremmer innovasjon og fremskritt i en rekke virksomheter og yrker takket være sin uovertrufne vekt på idédugnad og ideer.
Med sine banebrytende muligheter vil neste generasjon AI-drevne produkter bli inspirert, noe som gjør det mulig for både organisasjoner og mennesker å oppnå sine mål mer intelligent og effektivt enn noen gang før.
jane
Flott artikkel! Takk for at du la ut en veiledning for dette, gleder meg til å prøve dette! Hvordan åpner jeg prosjektet i VS?
Jay
Bare dra og slipp mappen i VS-kode.