プライベートな連絡先の最初の情報
送料メール:
2024-07-18
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
マシンハートレポート
マシーンハート編集部
もちろん、次世代の AutoGPT は依然としてオープンソースです。
AI の第一人者、アンドレイ・カルパシー氏が昨年精力的に推進した「AutoGPT」プロジェクトをまだ覚えていますか?これは、ユーザーが設定した任意の目標を自律的に達成できる GPT-4 によって駆動される実験的なオープンソース アプリケーションであり、自律型 AI の開発傾向を示しています。
1 年以上で、このプロジェクトの GitHub スターの総数は 160,000 人を超え、その人気が続いていることがわかります。
GitHub アドレス: https://github.com/Significant-Gravitas/AutoGPT
昨日、プロジェクトの作成者は、ソーシャル メディア X 上で、現在プレアルファ バージョンである次世代「AutoGPT」の登場を発表しました。前世代と比較して、次世代の「AutoGPT」では、AI エージェントの構築、実行、共有がこれまで以上に簡単になり、信頼性も大幅に向上しました。
画像ソース: https://x.com/SigGravitas/status/1812803289739633018
著者は、次世代の「AutoGPT」を使用して、コメントへの自動返信やその他の複雑なタスクを実行できる Reddit マーケティング エージェントを迅速に構築、展開、使用する方法を示します。新しいシステムは、「AutoGPT」の最初のバージョンほど信頼性が低く、非効率的ではありません。
このプロジェクトでマルチエージェント駆動のアプリケーションを構築できるかどうか尋ねられたとき、作者は肯定的に答え、これがプロジェクトを構築する重要な理由であると述べました。
これで、複数のエキスパート エージェントが協力して問題を解決できる図を設計できるようになりました。 複雑なグラフの操作を簡素化するための SubGraphs も近日中に登場します。
このプロジェクトはノードを追加するようにカスタマイズすることもでき、新しいブロックを手動で記述することも非常に簡単です (重要な機能は後述します)。著者は、Claude がこの点で優れた仕事をしており、カスタム ブロックを完璧に作成できることに気づきました。
もちろん、プロジェクトの 2 つの主要コンポーネント (後述のサーバーとビルダー) は、異なるマシン上で実行できます。
しかし、次世代の「AutoGPT」については、著者は、それがまだ非常に初期段階にあり、欠陥があり、比較的基本的なものであることを認めていますが、それでも、最初からすべての人と共有し、オープンソース化したいと考えています。
主要コンポーネントと主な機能
プロジェクトには、次の 2 つの主要コンポーネント、つまりバックエンドの AutoGPT サーバーとフロントエンドの AutoGPT ビルダーがあります。サーバーは、AutoGPT エージェントとその他の非エージェント コンポーネントをプリミティブとして使用して、複合マルチエージェント システムを作成する責任を負います。
サーバーとビルダーをセットアップして実行するための具体的な手順は次のとおりです。
npmインストール
npm 実行 dev
フロントエンドが実行したら、リンクをクリックして localhost:3000 に移動します。
上記の手順に従うことで、AutoGPT を正常にセットアップしてテストできます。
ビデオソース: https://github.com/Significant-Gravitas/AutoGPT/tree/master/rnd/
2 つの主要コンポーネントに加えて、次世代の「AutoGPT」の主な機能は、エージェントを構築するために「ブロック」を使用することです。高度にモジュール化された機能を組み合わせてカスタム動作を作成できます。
現在、プロジェクトは Reddit の投稿、Discord のメッセージング、Wikipedia の概要の取得などの操作に対応するブロックを提供しています。同時に、作成と使用が簡単になるように設計されています。以下は、Wikipedia の概要から抜粋したブロックの例です。
クラス GetWikipediaSummary(Block):
クラス Input(BlockSchema):
トピック: str
クラス出力(BlockSchema):
要約: str
def **init**(self):
スーパー().__init__(
id="h5e7f8g9-1b2c-3d4e-5f6g-7h8i9j0k1l2m",
input_schema=GetWikipediaSummary.Input、
output_schema=GetWikipediaSummary.Output、
test_input={"topic": "人工知能"},
test_output={"summary": "人工知能 (AI) は機械によって発揮される知能です..."},
def run(self, input_data: 入力) -> ブロック出力:
レスポンス = リクエスト.get(f"https://en.wikipedia.org/api/rest_v1/page/summary/{input_data.topic}")
summary_data = レスポンス.json()
yield "summary", summary_data['extract']
著者は、これはほんの始まりにすぎず、将来的にはさらに多くのブロックが追加され、UI が改善され、全体的なエクスペリエンスと機能が大幅に向上すると述べています。