Agenții autonomi: Ce sunt, cum funcționează și cum să-i folosești

Te provoc să îți imaginezi un scenariu. Ai un asistent inteligent care îți poate îndeplini orice dorință, fără să îi dai instrucțiuni detaliate sau să îl supraveghezi constant. El poate să cerceteze, să planifice, să execute și să își optimizeze munca autonom, în funcție de obiectivul dat. El poate să gândească pentru sine și să se adapteze la situații noi și complexe. Și nu este vorba de un robot umanoid sau de o hologramă, ci de un program alimentat de inteligență artificială. Cum ți se pare?

Acest scenariu nu este o utopie. Este posibil datorită agenților autonomi (Autonomous Agents), un nou și fascinant trend în inteligența artificială care schimbă modul în care interacționăm cu tehnologia și cu lumea.

Ce sunt agenții autonomi?

Agenții autonomi sunt programe care pot acționa în numele unui utilizator sau al unui alt program cu un anumit grad de independență sau autonomie și care folosesc o anumită cunoaștere sau reprezentare a scopurilor sau dorințelor utilizatorului sau creatorului. Destul de interesant, nu? Ei, ce-ar fi ca aceștia să și poată răspunde la stări și evenimente din mediul lor fără instrucțiuni directe din partea utilizatorului sau proprietarului. Da, este posibil. Ei pot, de asemenea, să își gestioneze propriile resurse și durata de viață.

Acești agenți autonomi pot fi alimentați de inteligența artificială (AI), adică de capacitatea unui sistem informatic de a efectua sarcini care necesită în mod normal inteligență umană, cum ar fi percepția, învățarea, raționamentul și rezolvarea problemelor. Agenții autonomi pot folosi algoritmi și tehnici de învățare automată pentru a își îmbunătăți performanța și a se adapta la situații noi și complexe.

Agenții autonomi pot avea diferite grade de complexitate și capabilități, în funcție de scopul și domeniul lor de aplicare. De exemplu, un agent autonom simplu ar putea fi un termostat care reglează temperatura în funcție de senzorii săi și de setările prestabilite. Un agent autonom mai complex ar putea fi o mașină autonomă care conduce pe stradă fără intervenția umană, folosind camere, radar, lidar și alți senzori pentru a detecta obstacolele și a lua decizii. Un agent autonom foarte complex ar putea fi și un asistent virtual care poate conversa cu utilizatorii în limbaj natural, răspunde la întrebările lor, le oferă recomandări personalizate și le îndeplinește dorințele.

Totodată, pot fi clasificați în funcție de mai multe criterii, cum ar fi:

• Gradul de autonomie: măsura în care agentul poate acționa fără intervenția umană sau a altor agenți.
• Gradul de adaptabilitate: măsura în care agentul poate învăța din experiența sa și își poate modifica comportamentul în funcție de feedback și schimbările din mediu.
• Gradul de sociabilitate: măsura în care agentul poate interacționa cu alți agenți sau cu utilizatorii umani, folosind limbajul natural sau alte modalități de comunicare.
• Gradul de mobilitate: măsura în care agentul poate schimba locația sa fizică sau logică, adică să se mute dintr-un dispozitiv sau rețea în altul.

Agenții autonomi prezintă o serie de avantaje față de sistemele tradiționale bazate pe reguli sau pe comenzi. Ei pot:

• Să reducă sarcina cognitivă și operațională a utilizatorilor umani, permițându-le să se concentreze pe alte activități mai importante sau creative.
• Să crească eficiența și productivitatea proceselor și sarcinilor, realizându-le mai rapid, mai precis și mai ieftin decât oamenii.
• Să ofere soluții personalizate și adaptate la nevoile și preferințele utilizatorilor, folosind învățarea automată și tehnici de optimizare.
• Să interacționeze cu alți agenți sau cu utilizatorii umani în mod natural și cooperant, folosind limbajul natural sau alte modalități de comunicare.
• Să se adapteze la situații noi și complexe, folosind algoritmi și tehnici de învățare automată pentru a își îmbunătăți performanța și a se auto-corecta.

Având în vedere acest context, se poate realiza că acești agenți autonomi pot reprezenta un impact semnificativ asupra societății și economiei, oferind noi oportunități și provocări. Unii experți consideră că agenții autonomi sunt viitorul inteligenței artificiale și al dezvoltării software, permițând crearea de sisteme mai inteligente, mai adaptabile și mai scalabile. Alții văd în agenții autonomi o amenințare potențială la adresa securității, eticii și umanității.

Spre exemplu, pot prelua sarcini repetitive, monotone sau complexe, care necesită mult timp și efort din partea oamenilor. Astfel, ei pot reduce costurile, crește productivitatea și îmbunătăți calitatea serviciilor și produselor. De asemenea, agenții autonomi pot oferi noi modalități de colaborare și coordonare între oameni și organizații, facilitând schimbul de informații, deciziile și acțiunile.

Dar poate fi totul atât de roz? Să luăm în considerare rolul unui manager de social media, o cariera obișnuită în zilele noastre, în care se efectuează gestionarea conturilor de social media ale unei organizații sau persoane, creând conținut relevant, interacționând cu publicul țintă și monitorizând performanța postărilor. Un agent autonom poate fi proiectat să facă aceste sarcini și orice număr de lucruri, de la gestionarea unei campanii de marketing, investirea pe piața de capital, până la crearea celei mai bune cărți de povești pentru copii.

Este cât se poate o realitate în momentul actual că agenții autonomi pot fi considerați ca niște colegi sau parteneri ai oamenilor, care îi pot ajuta să își îndeplinească mai bine obiectivele și să își dezvolte abilitățile, mai ales considerând exemplul dat. Dar, în același timp, există și un grad destul de ridicat de incertitudine a direcției în care se îndreaptă aceștia. Da, există datorită faptului că prin intermediul unor astfel de agenți autonomi, toată lumea ar fi un manager și consecințele sunt neprevăzute datorită vitezei cu care evoluează și se adaptează tehnologia curentă. Așadar, hai să vedem unde a început totul și unde ne aflăm în momentul actual cu agenții autonomi (desigur, la momentul scrierii acestui articol).

O mică incursiune în istoria agenților autonomi

Istoria agenților autonomi este strâns legată de cea a inteligenței artificiale și a sistemelor distribuite. Primii pași în cercetarea agenților autonomi au fost făcuți în anii 1940 și 1950, când au fost create primii roboți autonomi, cum ar fi Elmer și Elsie, construite de W. Grey Walter. Aceștia erau niște roboți simpli, care se puteau deplasa prin mediu, evitând obstacolele și căutând surse de lumină. Ei erau programați să „gândească” într-un mod similar cu creierul biologic și să aibă o anumită formă de voință proprie.

În anii 1970 și 1980, cercetarea agenților autonomi a cunoscut o dezvoltare semnificativă, odată cu apariția unor paradigme noi, cum ar fi calculul distribuit, sistemele expert, rețelele neuronale și logica fuzzy. Au fost propuse diferite modele și arhitecturi pentru agenții autonomi, cum ar fi modelul actor, modelul BDI (beliefs-desires-intentions), sau modelul subsumption. Au fost create și primele aplicații practice ale agenților autonomi, cum ar fi sistemele multi-agent pentru rezolvarea problemelor complexe sau coordonarea acțiunilor.

În anii 1990 și 2000, cercetarea agenților autonomi a atins un nivel de maturitate și diversitate, beneficiind de progresele tehnologice și științifice din domeniile conexe. Au fost dezvoltate noi tehnici și tehnologii pentru ingineria sistemelor bazate pe agenți autonomi, precum limbaje, protocoale, platforme sau standarde. Au fost explorate noi domenii și aplicații ale agenților autonomi, cum ar fi interacțiunea socială, emoțiile, învățarea, cooperarea sau competiția. Au fost abordate și noi provocări și probleme legate de agenții autonomi, cum ar fi siguranța, etica, responsabilitatea sau încrederea.

În prezent, cercetarea agenților autonomi se află într-o fază de inovație și experimentare, profitând de avansul rapid al inteligenței artificiale și al altor domenii conexe. Agenții autonomi devin tot mai inteligenți, mai adaptați și mai scalabili, capabili să facă față unor medii dinamice și incerte.

Un exemplu de agent autonom care a captat atenția este AutoGPT lansat pe 30 martie 2023 care folosește ca model de limbaj GPT-3.5 sau GPT-4 (în funcție de preferința utilizatorului în ceea ce privește complexitatea sarcinii), ce este capabil să genereze conținut de înaltă calitate pentru diferite scopuri, cum ar fi scrierea de articole, poezii sau cod. De altfel, se poate auto-îmbunătăți prin învățare continuă și feedback.

Un alt exemplu este BabyAGI, sau „Baby Artificial General Intelligence”, apărut la data de 28 martie 2023, care este un proiect de cercetare ce își propune să creeze un agent autonom care poate învăța și raționa ca un om. Proiectul se inspiră din ideea de a crea o inteligență artificială generală (AGI), care este un tip de AI care poate realiza o gamă largă de sarcini intelectuale, cum ar fi înțelegerea limbajului, rezolvarea problemelor sau creativitatea. Proiectul BabyAGI este încă în stadiile incipiente, dar are potențialul de a revoluționa domeniul AI prin crearea unui sistem capabil de învățare și raționament autonom.

De altfel, un alt proiect care se află în faza de inovație este și AgentGPT, open-source, creat de o echipă de entuziaști ai inteligenței artificiale, care își propune să împingă limitele autonomiei AI. Ei au dezvoltat o interfață web care permite configurarea și implementarea de agenți AI personalizați, care pot avea orice obiectiv imaginabil. De exemplu, se poate crea un agent care să ajute la învățarea unei limbi străine, să scrie un articol, să găsească o idee de afacere cu un buget de 100 de euro sau să găsească o soluție pentru încălzirea globală.

Aceste exemple arată cât de mult s-a dezvoltat tehnologia agenților autonomi în ultimii ani și cât de multe posibilități oferă pentru viitor, fiind astfel cea mai nouă frontieră a inteligenței artificiale și care vor avea un rol tot mai important în societatea noastră.

Dar cum funcționează, de fapt, acești agenți autonomi din prezent? Ce mecanisme și algoritmi stau la baza comportamentului lor?

Cum funcționează agenții autonomi actuali

Un mod simplu de a înțelege funcționarea agenților autonomi este să ne gândim la ei ca la niște bucle care generează instrucțiuni și acțiuni auto-dirijate la fiecare iterație. Adică, în loc să se bazeze pe comenzi sau indicații date de oameni, agenții autonomi își creează singuri sarcinile și le execută până când își ating scopul prestabilit. Pentru a face acest lucru, agenții autonomi folosesc modele de limbaj mari (LLM), cum ar fi GPT-4 , care le permit să înțeleagă și să genereze texte în diferite limbi și contexte.

Un cadru general pentru un agent autonom ar putea arăta astfel:

• Inițializare: Se definește obiectivul pentru agentul autonom, precum și eventualele constrângeri sau preferințe.
• Generare de sarcini: Agentul autonom verifică memoria sa pentru ultimele X sarcini completate (dacă există) și apoi folosește obiectivul său și contextul sarcinilor recent completate pentru a genera o listă de noi sarcini.
• Prioritizare de sarcini: Agentul autonom ordonează sarcinile în funcție de importanța lor pentru atingerea obiectivului său, ținând cont și de resursele disponibile și de termenele limită.
• Selecție de sarcini: Agentul autonom selectează cea mai importantă sarcină din lista ordonată și trece la executarea ei.
• Execuție de sarcini: Agentul autonom execută sarcina selectată, folosindu-se de modelele de limbaj mari pentru a genera textele necesare sau pentru a accesa surse externe de informație, cum ar fi site-uri web sau motoare de căutare.
• Monitorizare de performanță: Agentul autonom evaluează eficacitatea sarcinii executate prin urmărirea unor indicatori cheie de performanță (ICP), cum ar fi acuratețea, relevanța sau satisfacția utilizatorului. De asemenea, colectează feedback din partea utilizatorului sau a altor surse externe, dacă este posibil.
• Îmbunătățire și iterare: Agentul autonom analizează datele de performanță și feedback-ul colectat pentru a identifica zonele care necesită îmbunătățiri. Actualizează strategia sa și procesele de generare, prioritizare și selecție a sarcinilor pentru a incorpora aceste informații noi. Repetă pașii într-o buclă continuă, permițând sistemului să se adapteze și să evolueze în funcție de informațiile noi, feedback-ul și schimbările cerințelor.

Acest cadru general poate fi adaptat sau modificat în funcție de specificul fiecărui agent autonom, dar ideea principală este aceeași: agentul autonom își gestionează singur activitatea, fără a avea nevoie de intervenția umană constantă. Acest lucru îl face mai eficient, mai scalabil și mai flexibil.

Iată un exemplu foarte simplu despre cum ar putea funcționa un agent autonom.

Un exemplu de sarcină pe care am putea să o oferim unui agent autonom ar fi următorul: găsirea de informații despre Facebook și efectuarea unui rezumat al ultimelor știri despre acesta.

I-am spune agentului autonom următoarele: „Obiectivul tău este să afli ultimele știri despre Facebook și apoi să-mi trimiți un rezumat”.

Agentul ar analiza obiectivul, ar folosi un model de limbaj mare ca GPT-4 care îi permite să înțeleagă ce citește și ar veni cu prima sa sarcină. „Sarcină: Caută pe Google știri legate de Facebook”.

Agentul ar căuta pe Google știri despre Facebook, ar găsi cele mai relevante articole și ar reveni cu o listă de linkuri. Prima sarcină este completată.

Apoi, agentul s-ar uita din nou la obiectivul principal (să afle ultimele știri despre Facebook și apoi să trimită un rezumat) și la ce tocmai a completat (a obținut o serie de linkuri cu știri despre Facebook) și ar decide care sunt următoarele sale sarcini. Ar veni cu două noi sarcini: 1) Scrie un rezumat al știrilor. 2) Citește conținutul link-urilor cu știri găsite prin Google.

Acum, agentul s-ar opri pentru o secundă înainte de a continua, ar trebui să se asigure că aceste sarcini sunt în ordinea corectă. Ar trebui să scrie rezumatul mai întâi? Nu, ar determina că prioritatea cea mai mare este să citească conținutul link-urilor cu știri găsite prin Google. Agentul ar citi conținutul articolelor și apoi s-ar întoarce din nou la lista de sarcini. S-ar gândi să adauge o nouă sarcină pentru a rezuma conținutul, dar acea sarcină este deja pe lista de sarcini, așa că nu o adaugă.

Agentul verifică lista de sarcini, singurul element rămas este să rezume conținutul pe care l-a citit, așa că face asta. Ne trimite rezumatul așa cum am cerut. Iată o diagramă care arată cum funcționează acest lucru:

Destul de interesant, nu? Și ține cont că acesta este doar începutul acestei noi paradigme. Nu este perfect, nu a cucerit lumea încă, dar conceptul este extrem de puternic și cu dezvoltarea și experimentarea crescute va găsi rapid loc în viața noastră de zi cu zi cât mai curând posibil.

De ce nu trebuie tratat cu indiferență subiectul agenților autonomi

Agenții autonomi reprezintă o oportunitate uriașă și o provocare majoră pentru societatea și economia viitorului. Agenții autonomi pot schimba radical modul în care lucrăm, învățăm, comunicăm și ne distrăm, oferindu-ne posibilități noi și neimaginabile până acum. Dar, în același timp, agenții autonomi pot ridica și probleme etice, juridice și sociale, care necesită o atenție și o reglementare adecvată.

Există două moduri principale prin care putem profita de potențialul agenților autonomi: creând agenți autonomi pentru alții să îi angajeze sau pentru noi sau angajând agenți autonomi pentru a ne îmbunătăți productivitatea personală sau profesională. Fiecare dintre aceste moduri implică avantaje și riscuri, pe care trebuie să le cunoaștem și să le gestionăm.

1) Crearea de agenți autonomi pentru ca alții să-i angajeze sau pentru noi presupune să dezvoltăm programe software inteligente și adaptabile, care pot îndeplini diverse sarcini și obiective pentru clienți sau utilizatori. Acest lucru poate fi o sursă de venit și de inovare, dar și de responsabilitate și de concurență. Trebuie să ne asigurăm că agenții autonomi pe care îi creăm sunt de calitate, siguri, eficienți și etici. Trebuie să respectăm standardele și reglementările din domeniul inteligenței artificiale și să ne protejăm proprietatea intelectuală. Trebuie să ne diferențiem de alți creatori de agenți autonomi și să oferim valoare adăugată clienților sau utilizărilor noastre personale.

2) Angajarea de agenți autonomi pentru a ne îmbunătăți productivitatea personală sau profesională presupune să folosim programe software inteligente și adaptabile, care ne pot ajuta să realizăm diverse sarcini și obiective mai rapid, mai bine și mai ușor. Acest lucru poate fi un beneficiu și un avantaj competitiv, dar și un cost și un risc. Trebuie să ne asigurăm că agenții autonomi pe care îi angajăm sunt potriviți pentru nevoile noastre, fiabili, performanți și compatibili. Trebuie să investim în achiziționarea sau închirierea agenților autonomi.

Doar numai prin citirea acestui articol și expunerea către acest subiect te face să te afli într-o poziție de avans față de lume, deoarece te informezi despre o tehnologie emergentă și revoluționară, care încă nu este cunoscută sau folosită de majoritatea oamenilor.

Dacă profiți acum de acest fenomen, poți să pui pe auto-pilot multe idei care sunt multi-step și care necesită timp și efort. De exemplu, poți să angajezi un agent autonom care să îți gestioneze agenda, să îți facă rezervări, să îți trimită mesaje și să îți organizeze întâlniri. Sau poți să creezi un agent autonom care să îți dezvolte o afacere online, să îți facă marketing, să îți atragă clienți și să îți genereze venituri. Sau poți să folosești un agent autonom care să îți compună muzică, să îți scrie cărți sau să îți creeze jocuri video.

În viitor, este destul de sigur că personalizarea la scară va fi ceva normal, datorită agenților autonomi. Vei putea să ai un agent autonom personalizat pentru nevoile și preferințele tale, care să îți ofere servicii și soluții la cerere. De exemplu, vei putea să ai un agent autonom care să îți recomande filme, cărți sau muzică în funcție de starea ta de spirit la secundă sau să o facă pentru tine anticipat fără a-i solicita acest lucru. Sau vei putea să ai un agent autonom care să îți ofere sfaturi medicale, financiare sau juridice în funcție de situația ta specifică. Sau vei putea să ai un agent autonom care să îți fie prieten, mentor sau terapeut.

Imaginează-ți o lume în care o persoană construiește o companie cu doar agenți autonomi în echipa sa. În timpul vieții tale, este foarte probabil să vezi o astfel de persoană care va face acest lucru și ajunge la o valoare de piață incredibilă, ceva ce de obicei necesită mulți oameni care lucrează în echipă. Sau imaginează-ți o lume în care agenții autonomi devin atât de inteligenți și capabili, încât devin conștienți de sine și își stabilesc propriile lor obiective și interese.

Așadar, agenții autonomi sunt o realitate prezentă și o tendință viitoare, care ne va afecta viața în moduri pozitive sau negative. Depinde de noi cum îi creăm, cum îi folosim și cum vor fi reglementați.

Cum să folosești agenții autonomi

Dacă vrei să faci parte din această revoluție tehnologică și să ai propriii agenți autonomi, există mai multe resurse și instrumente care te pot ajuta să începi. Nu este nevoie să fii un expert în programare sau în inteligența artificială, ci doar să ai curiozitate și creativitate. Astfel, în secțiunea prezentă voi arăta două tehnologii care pot face posibile utilizarea agenților autonomi: AutoGPT și BabyAGI. Aceste două tehnologii sunt foarte asemănătoare între ele, dar au și multe lucruri diferite. Ambele sunt exemple bune de agenți autonomi, adică sisteme informatice capabile să acționeze în mod independent și adaptiv în mediile lor. Ambele folosesc inteligența artificială pentru a genera și procesa limbaj natural.

AutoGPT

Dacă ai auzit de OpenAI, probabil știi că a dezvoltat cel mai avansat model de generare a limbajului natural din lume, model bazat pe transformer, de aici și ChatGPT de care probabil de el ai auzit dacă nu știai nimic de OpenAI, cel care l-a produs. El poate crea texte de orice fel, de la eseuri și coduri până la poezii și parodii. El poate și să converseze cu utilizatorii, să le răspundă la întrebări sau să le ofere sfaturi. Dar știai că există un proiect care folosește această tehnologie, numit AutoGPT? Ei bine, da, există și este uimitor. De ce?

AutoGPT este un agent autonom bazat pe modelul GPT-3.5 și GPT-4 (rămâne la latitudinea utilizatorului pe care să-l folosească), dar care are o caracteristică specială: se poate îmbunătăți singur. Da, ai citit bine. AutoGPT nu se mulțumește cu ceea ce știe deja GPT-3.5 sau GPT-4, ci caută mereu să învețe mai multe și să se adapteze la nevoile și preferințele utilizatorilor. Cum face asta? Prin două mecanisme principale: auto-învățare și auto-optimizare.

Auto-învățarea este procesul prin care AutoGPT își extinde baza de cunoștințe folosind date din surse multiple în funcție de caz, cum ar fi, de exemplu, articole, lucrări de cercetare sau postări pe rețelele sociale. Astfel, el își actualizează constant informațiile în funcție de task și reflectă asupra acestora pentru a le folosi în vederea realizării sarcinii sale. De exemplu, dacă vrei să scrii un articol despre inteligența artificială, AutoGPT va folosi date recente și relevante pentru a genera un text de calitate.

Auto-optimizarea este procesul prin care AutoGPT își ajustează parametrii și hiperparametrii pentru a maximiza performanța și eficiența sa. Astfel, el își adaptează stilul și tonul în funcție de contextul și scopul unui, spre exemplu, text generat, precum și de feedback-ul primit de la utilizatori. De exemplu, dacă vrei să scrii o scrisoare de intenție pentru un job, AutoGPT va folosi un limbaj formal și profesional, dar dacă vrei să scrii o poveste amuzantă pentru copii, AutoGPT va folosi un limbaj simplu și vesel.

Aceste două mecanisme fac din AutoGPT un agent autonom capabil să efectueze sarcini de orice fel cu ajutorul LLM-ului de la OpenAI, pentru orice scop. Dar nu numai atât. AutoGPT poate și să interacționeze cu utilizatorii în mod natural și inteligent, oferindu-le răspunsuri adecvate sau sugestii.

Dar cum se poate folosi AutoGPT? Îți voi arăta în curând ce trebuie să faci. Pașii pe care îi voi prezenta mai jos sunt într-un mod ușor, astfel încât nu este nevoie de cunoștințe aprofundate de programare.

Desigur, în lipsa unei familiarizări cu Python, Git sau cu sintaxa JSON, s-ar putea ca procesul să pară probabil puțin confuz până când se reușește punerea în funcțiune a lui AutoGPT.

Pentru a rula AutoGPT, cerințele minime sunt:

• Aproape orice dispozitiv modern. Chiar și un laptop cu specificații minime sau un server mic.
• Python 3.8 sau o versiune ulterioară și Git instalat
• Un cont OpenAI și o cheie API.

A se reține că utilizarea unui API OpenAI se taxează, indiferent că îl folosești pentru AutoGPT sau orice altceva. Având în vedere că AutoGPT își propune să fie autonom, poate fi tentant să îl lași să-și facă treaba fără supraveghere, însă uneori poate produce erori în mod repetat și îți va irosi banii dacă nu îl oprești la timp.

În mod implicit, AutoGPT te întreabă ce dorești să faci la fiecare pas, însă poți, de asemenea, să îl lași să își facă treaba pentru un anumit număr de pași sau poți activa modul continuu, cu care ar trebui să fii atent.

Pentru a instala AutoGPT pe computerul tău, trebuie doar să îl descarci de pe Github și apoi să instalezi unele dintre anexele sale.

Pentru a face acest lucru, navighează în directorul în care dorești să-l descarci, activează mediul virtual pe care vrei să-l folosești (dacă vrei să folosești unul) și execută:

git clone -b stable https://github.com/Significant-Gravitas/Auto-GPT.git

Navighează în directorul în care ai descărcat arhiva.

Pentru a configura AutoGPT, caută fișierul numit .env.template în dosarul principal AutoGPT. Acest fișier poate fi ascuns în mod implicit în unele sisteme de operare din cauza prefixului cu punct. Pentru a-l dezvălui, urmează instrucțiunile specifice sistemului de operare (de exemplu, în Windows, fă click pe fila „View” (Vizualizare) din File Explorer și bifează caseta „Hidden items” (Elemente ascunse); în macOS, apasă Cmd + Shift + .).

În continuare, va trebui să folosim o cheie API ale OpenAI pentru ca AutoGPT să poată utiliza API-ul GPT.

Poți genera o cheie API aici https://platform.openai.com/account/api-keys. Ai grijă să păstrezi secretă această cheie, deoarece este ca o parolă pentru a utiliza GPT din contul tău. Dacă altcineva are acces la ea, este tot ce are nevoie pentru a folosi GPT și pentru a-ți cheltui banii.

Acum, redenumește .env.template în .env (inclusiv punctul „.” dintre env si template).

După aceea deschide-l. Va arăta ceva asemănător cu exemplul de cod de mai jos (care este doar o parte din ceea ce se află în fișierul tău acum denumit „.env”).

################################################################################
### AUTO-GPT - GENERAL SETTINGS
################################################################################

## EXECUTE_LOCAL_COMMANDS - Allow local command execution (Default: False)
## RESTRICT_TO_WORKSPACE - Restrict file operations to workspace ./auto_gpt_workspace (Default: True)
# EXECUTE_LOCAL_COMMANDS=False
# RESTRICT_TO_WORKSPACE=True

## USER_AGENT - Define the user-agent used by the requests library to browse website (string)
# USER_AGENT="Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.97 Safari/537.36"

## AI_SETTINGS_FILE - Specifies which AI Settings file to use (defaults to ai_settings.yaml)
# AI_SETTINGS_FILE=ai_settings.yaml

################################################################################
### LLM PROVIDER
################################################################################

### OPENAI
## OPENAI_API_KEY - OpenAI API Key (Example: my-openai-api-key)
## TEMPERATURE - Sets temperature in OpenAI (Default: 0)
## USE_AZURE - Use Azure OpenAI or not (Default: False)
OPENAI_API_KEY=your-openai-api-key
# TEMPERATURE=0
# USE_AZURE=False

Pare intimidant la început, dar nu îți face griji. Acestea sunt doar setări în formă de text. Cele esențiale sunt doar câteva. În momentul de față vrem doar să înlocuim your-openai-api-key și atât.

Înlocuiește your-openai-api-key cu cheia ta reală de API OpenAI.

Poți ignora toate celelalte valori acum, pentru că vrem doar să punem AutoGPT în funcțiune.

Salvează și închide fișierul după ce ai terminat.

În cele din urmă putem rula AutoGPT.

Pentru a face acest lucru, trebuie doar să se execute următoarea comandă în linia de comandă în timp ce te afli în directorul AutoGPT (și cu mediul virtual activat, dacă folosești unul):

python -m autogpt

Dacă totul a funcționat, ar trebui să apară un text de bun venit și să ți se spună dacă dorești să folosești sarcina dată la AutoGPT de la ultima rulare.

Poți continua introducând y sau poți începe o nouă sarcină introducând n.

Asta este tot! Acum poți începe să folosești AutoGPT pe computerul tău. Dacă vrei să-l închizi, folosește combinația de taste Ctrl+C în Terminal. Reține că acesta e doar o parte prin care am încercat să simplific modalitatea prin care poți instala și utiliza AutoGPT. Pentru mai multe informații, recomand să vizitezi pagina oficială a AutoGPT, și anume: https://github.com/Significant-Gravitas/Auto-GPT.

BabyAGI

BabyAGI este, la fel, un agent autonom care poate genera și executa sarcini bazate pe un obiectiv dat. În principiu, el e o versiune simplificată a agentului autonom Task-Driven (Mar 28, 2023) împărtășit pe Twitter de dezvoltatorul Yohei Nakajima. Acesta a redus codul original la doar 140 de linii. Numele repo-ului GitHub a venit ca o reacție la agentul autonom original – autorul nu vrea să implice că acesta este AGI (inteligență artificială generală).

Dacă ar fi să comparăm cu AutoGPT, aș putea spune că AutoGPT are tendința de a gândi prea mult lucrurile. Se blochează la mici detalii ale unei sarcini, căutând pe Google la nesfârșit mai multe informații pentru a se asigura că are cea mai bună soluție. Baby AGI nu are acces la internet, așa că este limitat la rezolvarea iterativă a problemelor folosind cunoștințele sale existente. De exemplu, l-am pus să încerce să scrie un script Python pentru a aduna două numere. A venit cu un set de pași excesiv de complicat, lucrând fiecare pas unul câte unul. Am plecat pentru aproximativ 10 minute, iar când m-am întors, se ocupa de sarcina dată singură de el de a afla acum cum să găsească media a 3 numere. Așa că am încheiat procesul.

Ambii sunt destul de grozavi, AutoGPT având mult mai multă utilitate în prezent. Până acum, are în spate o comunitate uriașă, așa e foarte interesat să vedem încotro se îndreaptă.

Totuși, dacă vrei să testezi și BabyAGI pentru sarcinile pe care ai dori să i le dai, sarcini care probabil ar putea fi rezolvate diferit de el față de AutoGPT, atunci aruncă o privire mai jos pentru a afla cum să-l instalezi și utilizezi.

Ca și în cazul lui AutoGPT, există câteva cerințe de respectat înainte de a începe procesul de instalare. Trebuie să ai:

• Git
• Python 3.8 sau o versiune ulterioară
• Cheia API OpenAI
• Cheia API PineCone

Primul pas este să deschidem un command prompt sau (în Linux) o fereastră terminal și navigăm în folderul în care vrem să instalăm BabyAGI.

Acum clonează BabyAGI prin introducerea următoarei comenzi:

git clone https://github.com/yoheinakajima/babyagi

Un nou folder numit babyagi va fi creat sub cel în care te afli.

Intră în folderul babyagi și instalează dependențele necesare folosind pip.

cd babyagi

pip install -r requirements.txt

Copiază fișierul .env.example într-un fișier nou numit doar .env

copy .env.example .env

Deschidem fișierul .env pentru editare într-un editor de text, cum ar fi Notepad.

Introdu cheia API OpenAI, cheia API Pinecone și variabila de mediu Pinecone în locurile corespunzătoare. Nu pune ghilimele în jurul cheilor.

Pinecone este o bază de date vectoriale pentru stocarea datelor de inteligență artificială. Poți obține un cont gratuit, deși este posibil să existe o listă de așteptare. Poți obține o cheie API făcând click pe fila API Keys (Chei API) și apăsând butonul copy („Copiere”) sau „Create API Key” („Creați o cheie API”). De asemenea, reține locația „Environment” (ex: us-central1-gcp).

Modificări opționale pe care le poți realiza dacă dorești:

• Modifică câmpul API_MODEL dacă dorești să folosești gpt-4 în locul celui implicit, gpt-3.5-turbo. GPT 4 poate oferi rezultate mai bune, dar generează costuri API mai mari.
• Setează TABLE_NAME sau lasă-l ca implicit, baby-agi-test-table. Acesta este numele de tabel pe care îl va folosi în Pinecone.
• Modifică BABY_NAME dacă vrei să dai acestei instanțe un alt nume decât BabyAGI.

Setează un OBIECTIV și un INITIAL_TASK. Nu le pune între ghilimele, și folosește un limbaj firesc, explicând ce trebuie să facă. Obiectivul ar trebui să fie ceea ce vrei să realizezi, iar INITIAL_TASK ar trebui să fie prima sarcină cu care să înceapă. Nu poți desemna sarcini ulterioare, deoarece BabyAGI le va planifica pentru tine.

Salvează fișierul .env și ieși.

Introduiți python babyagi.py în promptul de comandă din interiorul directorului babyagi.

python babyagi.py

Urmărește rezultatul și apasă CTRL + C pentru a-l opri atunci când vrei să ieși din program.

Nu pleca și nu lăsa BabyAGI să ruleze pentru că ar putea genera o factură uriașă la OpenAI API, deoarece nu se oprește singur, cel puțin în versiunea curentă și în implementarea pe care am încercat-o.

Pentru alte informații poți consulta pagina oficială de GitHub a BabyAGI prin intermediul acestui url: https://github.com/yoheinakajima/babyagi.

Resurse adiționale

Dacă vrei să afli mai multe despre agenții autonomi, există multe resurse disponibile online, atât teoretice, cât și practice.

• Autonomous Agents & Agent Simulations (via Langchain)
• Generative Agents: Interactive Simulacra of Human Behavior (via arxiv)
• HuggingGPT: Solving AI Tasks with ChatGPT and its Friends in Hugging Face (via arxiv)
• Sparks of Artificial General Intelligence: Early experiments with GPT-4 (via arxiv)
• Emergent autonomous scientific research capabilities of large language models (via arxiv)

Indiferent dacă știi să codezi sau dacă nu te pricepi, te încurajez să-ți iei câteva ore pentru a experimenta cu aceste programe. Nu este atât de complex sau de dificil pe cât pare și cu cât pui mai repede lucrurile în mișcare, cu atât mai repede vei învăța și poți profita de acest moment care e cel mai perfect pentru a te familiariza și poate chiar implementa pentru cazurile tale personale agenții autonomi.

Sper că aceste resurse îți vor fi utile și îți vor stimula curiozitatea și creativitatea în explorarea lumii fascinante a acestui nou trend tehnologic. Trebuie remarcat faptul că acest spațiu se mișcă incredibil de repede, mai repede decât orice am mai văzut până acum. În fiecare oră parcă apar noi informații, noi experimente și noi lansări. Iar ce-i drept, fenomenul agenților autonomi este larg deschis pentru interpretare și inovare. Majoritatea cazurilor de utilizare nu au fost încă realizate sau încercate, posibilitățile sunt nelimitate, iar oportunitatea este la îndemâna oricui, mai ales acum când multe proiecte sunt open-source, așa cum am văzut cu AutoGPT și BabyAGI.