Les agents AutoGPT veulent automatiser ChatGPT et envahir Internet
Maintenant que le ChatGPT d’OpenAI a attiré l’attention des masses, des types d’IA intelligents ont commencé à réfléchir à la manière dont la partie de chat du service d’IA générative pourrait être automatisée et demander à l’IA de faire des choses en votre nom.
Leurs premiers prototypes sont rugueux, voire potentiellement dangereux, mais ils offrent suffisamment de promesses pour que certains passionnés les appellent à bout de souffle une forme primitive d’intelligence artificielle générale (IAG).
Bienvenue dans le monde en plein essor d’AutoGPT.
Le 6 avril, le les trois principaux repos en vogue sur GitHub étaient tous des projets spontanés de ce type : JARVIS de Microsoft, Gravitas significative ‘ Auto-GPT, et, sans doute l’ancêtre de tous, Mini Yohei BébéAGI,
« On dirait qu’une nouvelle mise à jour révolutionnaire sort toutes les heures », a tweeté l’observateur de l’IA Barsee, utilement tempête de tweets d’exemples.
Mais qu’est-ce qu’AutoGPT ?
Les AutoGPT « sont conçus pour automatiser les tâches GPT-4, permettant la création d’agents qui effectuent des tâches pour vous sans aucune intervention », a expliqué Nathan Lands, fondateur de Lore.com, axé sur l’IA générative, par Tweet.
Un appel GPT est une instruction unique sur un ordinateur, et en tant que tel, une série d’entre eux pourraient « être enchaînés dans des programmes », expliqué l’informaticien Andrej Karpathy, qui travaille sur JARVIS.
BabyAGI, selon sa page GitHub, est un script Python qui sert de « système de gestion des tâches alimenté par l’IA ». Avec un objectif prédéfini, il crée puis exécute des tâches, le résultat de chaque tâche déterminant la suivante.
Le script exécute une boucle infinie avec les étapes suivantes :
- Extrait la première tâche de la liste des tâches.
- Envoie la tâche à l’agent d’exécution, qui utilise l’API d’OpenAI pour terminer la tâche en fonction du contexte.
- Enrichit le résultat et le stocke dans Pinecone.
- Crée de nouvelles tâches et redéfinit les priorités de la liste des tâches en fonction de l’objectif et du résultat de la tâche précédente.
Ils ne sont pas difficiles à mettre en place, selon Sully Omarr, qui décrit comment en créer et en exécuter un en utilisant Auto-GPT, « en moins de 30 minutes » rien de moins !
L’astuce consiste à définir les bons objectifs. Rendez-les trop élevés et le script deviendra pendu sur les étapes de planification, a expliqué Omarr. Cela semble également fonctionner beaucoup mieux avec GPT-4, plutôt que GPT-3.5, qui n’a pas la verbosité suffisante pour faire un script AutoGPT vraiment bourdonnant.
La documentation de tous les principaux AutoGPT déconseille fortement à quiconque d’exécuter ce type d’agents en « mode continu », car, eh bien, disent-ils tous, qui sait ce qui se passerait ? (La méthode la plus sûre consiste à arrêter le script après chaque action et à ne pas passer au retour des clics de l’utilisateur).
Un tel danger n’a cependant pas empêché les gens de les utiliser de toutes sortes de façons. Lands souligne comment ils ont déjà été utilisés de multiples façons.
Quelqu’un en a créé un pour prospection commerciale, dans lequel l’agent peut déterminer les 50 meilleures entreprises, identifier les directeurs des ressources humaines de ces entreprises, leur envoyer des e-mails et, pour ceux qui ont répondu, réserver des rendez-vous sur Calendly, le tout pour le compte de l’agent commercial. Pour les podcasteurs d’actualités, un autre agent peut lire les événements récents dans les nouvelles et préparer un aperçu du podcast. Pour les codeurs, il existe un agent de développement piloté par les tests qui crée des fonctionnalités logiciellessimplement en itérant à partir d’un ensemble de tests fournis par le développeur.
Créé avec Sketch.
