2024-07-18
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
Koneen sydänraportti
Machine Heart -toimitusosasto
Tietenkin seuraavan sukupolven AutoGPT on edelleen avoimen lähdekoodin.
Muistatko vielä "AutoGPT"-projektin, jota tekoälyguru Andrej Karpathy edisti voimakkaasti viime vuonna? Se on GPT-4:n ohjaama kokeellinen avoimen lähdekoodin sovellus, joka voi itsenäisesti saavuttaa minkä tahansa käyttäjän asettaman tavoitteen, mikä osoittaa autonomisen tekoälyn kehitystrendin.
Yli vuodessa tämän projektin GitHub-tähtien kokonaismäärä on ylittänyt 160 000, mikä osoittaa sen jatkuvan suosion.
GitHub-osoite: https://github.com/Significant-Gravitas/AutoGPT
Projektin kirjoittaja ilmoitti eilen seuraavan sukupolven "AutoGPT":n saapumisesta sosiaaliseen mediaan X, joka on tällä hetkellä Pre-alpha-versio. Edelliseen sukupolveen verrattuna seuraavan sukupolven "AutoGPT" tekee tekoälyagenttien rakentamisesta, käyttämisestä ja jakamisesta helpompaa kuin koskaan, samalla kun se parantaa huomattavasti luotettavuutta.
Kuvan lähde: https://x.com/SigGravitas/status/1812803289739633018
Kirjoittaja näyttää, kuinka seuraavan sukupolven AutoGPT:n avulla voidaan nopeasti rakentaa, ottaa käyttöön ja käyttää Reddit-markkinointiagenttia, joka voi automaattisesti vastata kommentteihin ja suorittaa muita monimutkaisia tehtäviä. Uusi järjestelmä ei ole enää yhtä epäluotettava ja tehoton kuin "AutoGPT:n" ensimmäinen versio.
Kysymykseen, voisiko hankkeessa rakentaa moniagenttiohjattuja sovelluksia, kirjoittaja vastasi myöntävästi ja totesi tämän olevan tärkeä syy hankkeen rakentamiseen.
Nyt voit suunnitella kaavion, jonka avulla useat asiantuntijaagentit voivat tehdä yhteistyötä ongelman ratkaisemiseksi. SubGraphs on myös tulossa pian yksinkertaistamaan monimutkaisten kaavioiden käsittelyä.
Projekti on myös muokattavissa lisäämään solmuja, ja uusien lohkojen kirjoittaminen käsin (avainominaisuus alla mainittu) on hyvin yksinkertaista. Kirjoittaja havaitsi, että Claude teki erinomaista työtä tässä suhteessa ja pystyi luomaan mukautettuja lohkoja virheettömästi.
Tietenkin projektin kaksi pääkomponenttia (alla mainitut palvelin ja rakentaja) voivat toimia eri koneissa.
Kuitenkin seuraavan sukupolven "AutoGPT" osalta kirjoittaja myöntää, että se on vielä hyvin varhaisessa vaiheessa, siinä on puutteita ja se on suhteellisen yksinkertainen, mutta toivoo silti voivansa jakaa sen kaikkien kanssa ja avata sen alusta alkaen.
Pääkomponentit ja tärkeimmät ominaisuudet
Projektissa on seuraavat kaksi pääkomponenttia, nimittäin tausta-AutoGPT-palvelin ja käyttöliittymän AutoGPT Builder. Palvelin on vastuussa yhdistelmämoniagenttijärjestelmän luomisesta käyttämällä AutoGPT-agentteja ja muita ei-agentin komponentteja primitiivisinä.
Palvelimen ja Builderin määrittämiseen ja suorittamiseen liittyvät erityiset vaiheet ovat seuraavat:
npm asennus
npm run dev
Kun käyttöliittymä on käynnissä, napsauta linkkiä siirtyäksesi kohtaan localhost:3000.
Noudattamalla yllä olevia ohjeita voit määrittää ja testata AutoGPT:tä onnistuneesti.
Videon lähde: https://github.com/Significant-Gravitas/AutoGPT/tree/master/rnd/
Kahden pääkomponentin lisäksi seuraavan sukupolven "AutoGPT:n" keskeinen ominaisuus on "Blocks" -toimintojen käyttö agenttien rakentamiseen. Voit yhdistää erittäin modulaarisia ominaisuuksia luodaksesi mukautettuja käyttäytymismalleja.
Tällä hetkellä projekti on tarjonnut vastaavia lohkoja toimintoja varten, kuten Reddit-lähetys, Discord-viestit ja Wikipedia-yhteenvedon haku. Samalla se on suunniteltu helposti luotavaksi ja käytettäväksi. Tässä on esimerkki lohkosta, joka on otettu Wikipedian yhteenvedosta:
luokka GetWikipediaSummary(Block):
luokan syöttö (BlockSchema):
aihe: str
luokan lähtö (BlockSchema):
Yhteenveto: str
def **init** (itse):
super().__init__(
id="h5e7f8g9-1b2c-3d4e-5f6g-7h8i9j0k1l2m",
input_schema=GetWikipediaSummary.Input,
output_schema=GetWikipediaSummary.Output,
test_input={"topic": "Tekoäly"},
test_output={"yhteenveto": "Tekoäly (AI) on koneiden osoittamaa älykkyyttä..."},
def run(self, input_data: Input) -> BlockOutput:
vastaus = requests.get(f"https://en.wikipedia.org/api/rest_v1/page/summary/{input_data.topic}")
summary_data = vastaus.json()
tuotto "yhteenveto", summary_data['ote']
Kirjoittaja totesi, että tämä on vasta alkua, ja lisää lohkoja lisätään tulevaisuudessa ja käyttöliittymää parannetaan parantamaan huomattavasti yleistä kokemusta ja toimivuutta.