Auto-GPT是克服LLM局限性的新AI工具
像ChatGPT这样的大型语言模型（LLM）因其以逼真的方式理解和响应人类语言的能力而风靡全球。但是，这些LLM是有限的，因为它们在需要人工交互（称为提示）之前一次只能完成一项任务。Auto-GPT 是一种新的人工智能技术，它试图通过一个简单的解决方案来克服这一障碍，有些人认为这可能是迈向人工智能圣杯的下一步——创建强大的人工智能或通用人工智能。
在本文中，我们将深入研究强 AI 的概念、什么是自动 GPT 以及 Auto-GPT 和其他 AI 代理的一些应用。
人工智能的二分法：强与弱当前的AI应用程序通常旨在执行一项任务，随着它们被输入更多数据，它们变得越来越好。一些示例包括分析图像、翻译语言或导航自动驾驶汽车。因此，它们有时被称为专用 AI、狭义 AI 或弱 AI。
另一方面，强人工智能或通用人工智能（AGI）是一种广义人工智能，理论上能够执行许多不同类型的任务，甚至是那些最初不是为了执行的任务，就像自然智能实体（如人类）一样。
AGI是人们在机器学习和深度学习使弱/狭义人工智能在过去十年开始时成为日常现实之前想象人工智能时的传统想法。想想像《星际迷航》角色Data这样的机器人所展示的科幻AI，它几乎可以做人类可以做的任何事情。
自动 GPT 的强大功能：近距离观察自动加油是一种克服LLM限制的技术，它通过创建自己的提示并将其反馈给自身，从而创建一个循环。从像 ChatGPT 这样的应用程序中获得最佳结果需要仔细考虑您提出的问题的表达方式。
使用 Auto-GPT，应用程序会自行构建问题，并询问下一步应该是什么，以及应该如何进行，依此类推，创建一个循环，直到任务完成。
它的工作原理是将较大的任务分解为较小的子任务，然后剥离独立的 Auto-GPT 实例以处理它们。原始实例充当一种项目经理，协调执行的所有工作并将其编译为最终结果。除了使用 GPT-4 根据它所研究的文本构建句子和散文外，Auto-GPT 还能够浏览互联网，并在计算和输出中包含在那里找到的信息。在这方面，它更类似于微软Bing搜索引擎的新GPT-4支持版本。它还具有比ChatGPT更好的内存，因此它可以构建和记住更长的命令链。
Auto-GPT 是一个使用 GPT-4 的开源应用程序，由 Toran Bruce Richards 创建。理查兹说，他之所以受到启发，是因为传统的人工智能模型“虽然功能强大，但往往难以适应需要长期规划的任务，或者无法根据实时反馈自主改进其方法。它是被称为递归AI代理的一类应用程序之一，因为它们能够自主使用它们生成的结果来创建新提示，将这些操作链接在一起以完成复杂的任务。
探索自动 GPT 和 AI 代理的无限可能性自从生成式人工智能应用程序出现以来，很明显，我们正处于漫长旅程的开始，在这个世界中，人工智能将对我们的生活和社会产生深远的影响。虽然像 ChatGPT 这样的应用程序以其生成代码的能力而闻名，但它们往往仅限于相对较短和简单的编程和软件设计。但是，Auto-GPT 和以类似方式工作的其他潜在 AI 代理可用于从头到尾开发软件应用程序。
Auto-GPT 可以通过检查企业的流程并就如何改进流程提供智能建议和见解，自主增加企业的净资产。它可以访问互联网，允许用户要求它进行市场调查或其他类似任务。
Auto-GPT 被赋予了“毁灭人类”的任务，但它的创建者向我们保证，由于它的输出仍然仅限于创建文本，因此它不会完成这项任务：
它也可以用来创建更好的法学硕士通过加速模型制作过程，这可以构成未来人工智能代理的基础。
人工智能未来一瞥：等待我们的是什么？虽然Auto-GPT和其他遵循类似原则的代理可能是AI发展的下一步，但它并不能解决与生成AI相关的问题。这些问题包括输出的准确性参差不齐、滥用知识产权的可能性以及产生有偏见或有害内容的可能性。通过生成和运行更多的AI流程来实现更大的任务，这些问题可能会被放大。
此外，著名的人工智能专家和哲学家尼克·博斯特罗姆（Nick Bostrom）最近表示，他认为最新一代的人工智能聊天机器人，如GPT-4，开始显示出感知的迹象。如果我们作为一个社会计划开始大规模地创建和实施它们，这可能会造成道德和伦理困境。
Auto-GPT 和 AI 代理的积极影响包括降低创建 LLM 和其他机器学习相关活动的成本和环境影响，因为自主、递归的 AI 代理会找到提高流程效率的方法。我们可以期待人工智能工具使我们能够执行比 ChatGPT 可以做的相对简单的事情更复杂的任务变得司空见惯。
未来，我们将开始看到比我们已经习惯的简单文字和图片更具创造性、复杂、多样化和有用的 AI 输出。这些无疑会对我们的工作、娱乐和沟通方式产生深远的影响。
