AutoGPT چیست؟ یک راهنمای جامع و مقایسه با ChatGPT

هوش مصنوعی به سرعت در حال تکامل است.

از GPT-3 تا GPT-4، بهبودهای قابل توجهی در حوزه استدلال پیشرفته، تنظیمات ورودی، رفتار قابل تنظیم و درک زمینه‌های بلندتر را مشاهده کردیم.

بیشتر در مورد GPT-4 در مقابل GPT-3 بدانید.

با این حال، تعامل هوش مصنوعی و انسان همچنان قابل‌قبول است. برای به دست آوردن نتایج مطلوب خود، باید با دقت اقدام به ساختاردهی یادگیری ماشینی کنید و رفتار آن را بهینه کنید.

حالا، چه اتفاقی می‌افتد اگر هدف‌های خود را به هوش مصنوعی بیان کنید و آن همه چیز را برایتان انجام دهد؟ مانند اینکه مقصدتان را در یک ماشین تسلا وارد کنید و بدون نیاز به مشارکت فعال شما به آن‌جا برسید.

بله، ما درباره عوامل هوش مصنوعی خودکار صحبت می‌کنیم. و حدس کنید؟ آنها قبلاً در اینجا هستند!

آتوجي‌پیتی (AutoGPT) آخرین نرم‌افزاری است که از GPT-4 عرضه شده و در اینترنت جهان مورد استقبال قرار گرفته است. توسعه‌دهندگان در سراسر جهان از AutoGPT برای ساخت برنامه‌های جدید در صنایع مختلف استفاده می‌کنند. برخی آتوجي‌پيتی (AutoGPT) را به عنوان یک هوش مصنوعی عمومی (AGI) نامگذاری کرده‌اند!

در این وبلاگ ، بیایید از هیجان سر بزنیم و بفهمیم:

• چیستی AutoGPT
• چگونه AutoGPT کار می‌کند
• چگونه AutoGPT در مقایسه با ChatGPT عمل می‌کند
• چگونه از AutoGPT استفاده کنیم

و بیشتر!

AutoGPT چیست؟

AutoGPT یک برنامه هوش مصنوعی منبع باز است که از مدل زبان GPT-4 اوپن‌ای‌ای استفاده می‌کند تا عوامل هوش مصنوعی کاملاً خودکار و قابل تنظیم ایجاد کند. آن در تاریخ ۳۰ مارس ۲۰۲۳، توسط توران بروس ریچاردز منتشر شد. توران یک توسعه‌دهنده بازی است و شرکتی با نام Significant Gravitas را تاسیس کرده است.

ویژگی منحصر به فرد خودروGPT نسبت به ابزارهای هوش مصنوعی دیگر در آن است که به‌صورت مستقل عمل می‌کند، به این معنی که دیگر نیازی نیست که مدل را هدایت کنید تا نیازهای شما را برآورده کند. در عوض، شما هدف‌های خود را می‌نویسید و هوش مصنوعی بقیه کار را برای شما انجام می‌دهد. بنابراین، خودروGPT نحوه تعامل بین هوش مصنوعی و انسان‌ها را بنیانگذاری می‌کند، جایی که انسان‌ها دیگر نیازی ندارند نقش فعالی را ایفا کنند اما همچنان با کیفیت مشابه یا بهتر از نتایج برنامه‌های هوش مصنوعی دیگر مانند چتGPT حفظ می‌شوند.

بازبینی کنید 31 جایگزین ChatGPT که باید درباره آنها مطلع شوید.

عملکرد AutoGPT چگونه است؟

AutoGPT براساس یک مکانیزم هوش مصنوعی خودمختار عمل می کند که سیستم هوش مصنوعی عامل های مختلفی را برای انجام وظایف خاص ایجاد می کند، که عبارتند از:

• عامل ایجاد کار: وقتی اهداف خود را در AutoGPT وارد می کنید، اولین عامل هوش مصنوعی که با عامل ایجاد کار تعامل می کند. بر اساس اهداف شما، لیستی از وظایف با مراحل برای دستیابی به آنها ایجاد می کند و آن را به عامل اولویت بندی ارسال می کند.
• عامل اولویت بندی کار: پس از دریافت لیست وظایف، عامل هوش مصنوعی اولویت بندی رشته درستی و منطقی دارد ، سپس آن را به عامل اجرا ارسال می کند.
• عامل اجرا کار: پس از انجام اولویت بندی ، عامل اجرا وظیفه ها را یکی پس از دیگری تکمیل می کند. این شامل دسترسی به GPT-4 ، اینترنت و منابع دیگر برای بدست آوردن نتایج است.

عامل‌های فوق همچنین با یکدیگر ارتباط برقرار می‌کنند. بنابراین وقتی که عامل اجرا کننده تمام وظایف را به اتمام رسانده و نتایج پذیرفتنی نباشند، می‌تواند با عامل ایجاد وظایف ارتباط برقرار کرده و یک لیست وظایف جدید ایجاد کند. این یک حلقه تکراری بین سه عامل است تا همه اهداف تعریف شده توسط کاربر به اتمام رسانده شوند.

عملکرد عامل های هوش مصنوعی همچنین در رابط کاربری نشان داده می شود که آن ها را در چهار گروه تفکیک می کند: نظرات، استدلالات، برنامه و انتقاد. ابتدا، عامل هوش مصنوعی پس از انجام یک وظیفه، نظرات خود را به اشتراک می گذارد. سپس استدلالاتی وارد می شود که توضیح می دهد عامل هوش مصنوعی چرا انجام می دهد آنچه را که انجام می دهد. پس از آن، سیستم یک برنامه برای انجام وظیفه را فراهم می کند. در نهایت، سیستم نیز انتقاد می کند تا عامل هوش مصنوعی اشتباهات خود را اصلاح کرده و محدودیت ها را غلبه کند.

با به اشتراک گذاشتن این جریان محاسباتی، AutoGPT بصورتی که به مشکلات خاصی برخورد کرده و آنها را بدون هیچ دخالت کاربری برطرف کرده است، برداشتی از نحوه برخورد با یک مسئله خاص را ارائه می‌دهد.

آیا AutoGPT چگونه با ChatGPT مقایسه می‌شود؟

با اینکه مدل LLM پایه یکسانی دارد، ما می‌توانیم بین AutoGPT و ChatGPT تفاوت‌های قابل توجهی را بیان کنیم. برخی از این تفاوت‌ها در زیر آمده است.

بینش های زمان واقعی

مدل GPT-4 جدیدترین مدلی است که ChatGPT از آن استفاده می‌کند و بر اساس داده‌های مشابه GPT-3.5 آموزش دیده است، که تنها تا سپتامبر ۲۰۲۱ است. بنابراین شما نمی‌توانید با استفاده از ChatGPT به بررسی‌های زمان واقعی دست پیدا کنید، زیرا قادر به دسترسی به وبسایت‌ها و پلتفرم‌های آنلاین برای استخراج اطلاعات نیستید.

به علاوه، AutoGPT به اینترنت دسترسی دارد. او نه تنها می‌تواند اینترنت را مرور کند، بلکه می‌تواند تأیید کند که آیا یک منبع قانونی است یا خیر. به علاوه، AutoGPT می‌تواند به هر پلتفرمی دسترسی پیدا کند تا یک وظیفه را انجام دهد. به عنوان مثال، اگر به هوش مصنوعی بگویید که مشتریان پتانسیل برای فروش یک محصول را پژوهش کند و ایمیلی را برای آنها ارسال کند، او ایمیل‌ها را به طور مستقیم با استفاده از حساب Gmail شما پیشنهاد و ارسال می‌کند.

مدیریت حافظه

پنجره متن محیطی برای مدل‌های زبانی بسیار مهم است تا پاسخ‌های دقیقی ارائه دهند. اما در LLMهای مانند GPT-4، محدودیت پنجره در حدود 4000 تا 8000 توکن است. بنابراین، اگر نیاز بیشتر از این محدودیت باشد، ممکن است مدل به درستی همه دستورالعمل‌ها را دنبال نکند یا به سوی مسیر جانبی بروید و خروجی‌های غیرقابل اعتمادی ارائه دهد.

به عنوان مقابل، AutoGPT در مدیریت حافظه کوتاه مدت و بلند مدت خوب عمل می کند. با استفاده از پایگاه داده های برداری، AutoGPT قادر است متن قبلی یا تجارب قبلی را ذخیره کند تا به مدل امکان تصمیم گیری بهتری بدهد.

تولید تصویر

AutoGPT قادر به تولید تصویر است زیرا از DALL-E استفاده می‌کند. اگر می‌خواهید قابلیت تولید تصویر را برای عامل هوش مصنوعی خود فعال کنید، برای DALL-E دسترسی به رابط برنامه نویسی (API) نیاز دارید. این قابلیت در حال حاضر در ChatGPT-4 وجود ندارد، اگرچه به عنوان یک ورودی چند حالته است.

تبدیل متن به گفتار

شما می‌توانید با تایپ کردن python -m autogpt --speak در خط فرمان، قابلیت تبدیل متن به گفتار را در AutoGPT فعال کنید. اما باید هر بار که با AutoGPT تعامل می‌کنید، دستور را وارد کنید. همچنین شما می‌توانید با اتصال AutoGPT به Eleven Labs، یک نرم‌افزار با قابلیت گفتار هوشمند چند منظوره، صداهای مختلفی را به گفتار اضافه کنید.

محدودیت‌های AutoGPT

بدون شک اینکه طبیعت خودمختار بُعد جدیدی را به سیستم‌های هوش مصنوعی می‌دهد. در عین حال، نمی‌توانیم محدودیت‌ها و ریسک‌های AutoGPT را نادیده بگیریم. بعضی از محدودیت‌های کلیدی که باید بدانید در زیر آمده است.

خیلی گران برای استفاده هست

با اینکه قابلیت کارایی آن عالی است، اما ممکن است عملی بودن AutoGPT شما را ناراضی کند. زیرا AutoGPT از یک مدل گران قیمت GPT-4 استفاده می‌کند و هزینه‌ی هر کار تکمیل شده حتی برای یک کار کوچک نیز می‌تواند زیاد باشد. این به اصلیت آن است که AutoGPT می‌تواند در مرحله‌ای از یک کار خاص از GPT-4 بارها استفاده کند.

علاوه بر این، عملی نیست زیرا نمی‌تواند خروجی‌ها را در یک سناریو متفاوت وقتی که ورودی مشابه است، دوباره تکرار کند. به طور مثال، اگر از مدل بخواهید که بهترین کفش‌های دویدن را در جاده و چمن پیدا کند، عملکردی برای تکثیر فرآیند در دسته‌بندی چمن ایجاد نخواهد کرد؛ در عوض، از ابتدا شروع خواهد کرد.

خیلی اغلب در یک حلقه گیر می افتد

مشکل رایجی که کاربران با AutoGPT مواجه می‌شوند، آن است که در یک حلقه گیر کرده می‌شود. اگر این وضعیت بیش از چند دقیقه ادامه یابد، احتمالا به معنی این است که باید فرآیند را مجدداً راه‌اندازی کنید. این اتفاق به دلیل وابستگی AutoGPT به GPT-4 برای تعریف صحیح و تجزیه و تحلیل کارها رخ می‌دهد. بنابراین، نتایج برای AutoGPT کافی نیست تا هر گونه اقدامی را انجام دهد.

قابلیت نفوذ به داده‌ها وجود دارد

زمانی که یک مدل هوش مصنوعی با دسترسی خودکار به سیستم و اینترنت عمل می کند، احتمالاً اطلاعات شما منتشر می شود. چون هیچ عامل امنیتی وجود ندارد، این یک نگرانی است و باید هنگام استفاده از AutoGPT مواظب باشید. نمی توانید مدل را بدون دادن دستورات مناسب و رهنمودهای ایمنی در حال اجرا بگذارید.

نصب نرم‌افزار AutoGPT چگونه است؟

برخلاف سایر ابزارهای هوش مصنوعی، AutoGPT هیچ روش ثبت نام ساده‌ای برای دسترسی به پلتفرم و ویژگی‌های خود ندارد. قبل از شروع استفاده از AutoGPT، شما باید نرم‌افزارهای گوناگونی را دانلود کنید تا نیازمندی‌ها را برآورده کنید. بنابراین، برای راحتی‌تان، ما یک فرایند مرحله به مرحله برای نصب AutoGPT را به اشتراک گذاشته‌ایم.

مرحله ۱: برنامه نرم‌افزاری پیش‌نیاز را دانلود کنید

شما سه نیاز اصلی نرم‌افزار برای نصب اتوژی‌پی‌تی دارید: گیت (Git)، پایتون (Python) و استودیو کد ویژوال (Visual Code Studio). شما می‌توانید از لینک سریع مستند اتوژی‌پی‌تی در اینجا برای دانلود هرسه نرم افزار استفاده کنید.

مرحله ۲: ایجاد حساب کاربری OpenAI برای کلیدهای API

اگر هنوز حسابی ندارید، یک حساب کاربری OpenAI ایجاد کنید. پس از ایجاد حساب، به بخش کلیدهای آپی بروید. یک گزینه (که در زیر تشدید شده است) برای ساخت یک کلید مخفی وجود دارد. بر روی آن کلیک کرده و کلید مخفی را کپی کنید.

مرحله ۳: کپی کردن مخزن AutoGPT بر روی هارد دیسک

شما برای کپی کردن مخزن AutoGPT در GitHub به دو کار اصلی نیاز دارید. ابتدا، لینک پروژه را از GitHub کپی کنید.

دوم، پنجره دستورات را باز کنید و مخزن GitHub AutoGPT را با استفاده از چسباندن پیوند به عنوان زیرنویس تصویر نشان داده شده، کلون کنید.

همانطور که VCS را نصب کرده‌اید، همچنین می‌توانید عبارت code را در پرمان فرمان تایپ کنید تا به‌وسیلهٔ ویرایشگر VCS به AutoGPT دسترسی پیدا کنید.

مرحله ۴: نصب ماژول های پایتون

یک بار که وی‌سی‌اس را باز کردید، در سمت چپ، فایل‌های زیادی خواهید دید. یکی از فایل‌ها فایل requirements.txt خواهد بود. در این فایل، ماژول‌های مورد نیاز برای اجرای AutoGPT را خواهید دید.

برای نصب این ماژول‌ها، تایپ pip install -r requirements.txt و دکمه enter را فشار دهید. توجه: باید مطمئن شوید که دایرکتوری به مکانی اشاره می‌کند که مخزن را کپی کرده‌اید.

مرحله ۵: تغییر نام فایل .env.template

روی فایل .env.template در VCS خود پیدا کنید و «.» و «template.» را حذف کنید

مرحله ۶: وارد کردن کلیدهای API OpenAI

مرحله نهایی، چسباندن کلیدهای API خود در فایل .env است. پس از وارد کردن کلید و ذخیره فایل، به محیط خط فرمان خود بروید و فرمان python -m autogpt را تایپ کنید. همین است. شما اکنون AutoGPT را نصب کرده اید و می توانید از آن استفاده کنید.

اهمیت و پایانی

در حالی که فکر می‌کنم که امکانات AutoGPT جالب است و دیدن بر تکامل این تکنولوژی‌های نوظهور جالب خواهد بود اما مهم است که در انتظارات واقع‌بینانه به پهنه رو به رشد آن نگاه کنیم. هنوز حتی یک ماه کامل از راه‌اندازی AutoGPT گذشته است. بنابراین همچنان نتوانسته‌ایم ببینیم که این برنامه هوشمند جدید چه کارها را می‌تواند انجام دهد و چه کارها را نمی‌تواند در موارد استفاده‌های مختلف. به علاوه، این برنامه با مسائل زیادی مربوط به حریم شخصی و امنیت داده همراه است که نیاز به توجه فوری دارد.

با این حال، من معتقدم که AutoGPT دارد نحوه تعامل ما با مدل‌های LLM مانند GPT-4 را تغییر می‌دهد. ما اکنون می‌توانیم ببینیم که چگونه یک هوش مصنوعی به یک مسئله نزدیک می‌شود ، از اشتباهات یاد می‌گیرد و نتایج خوبی را تحویل می‌دهد ، اجازه می‌دهد که ما پرومپ‌های خود را بهتر بهینه کنیم. بنابراین عامل‌های هوش مصنوعی نمی‌روند، اما زمان می‌برد تا رشد کنند و اتخاذ کاربر معنادار را فراهم کنند.