超越 ChatGPT ?AutoGPT 爆火,两周斩获 50k+ Star:无需人类插手,自主完成任务!...

afdd8eaaf002f09321cbeef0f9f99262.gif

整理 | 郑丽媛

出品 | CSDN(ID:CSDNnews)

刚上线两周就收获 50k+ Star,看来 Auto-GPT 是真的火了!

f1128ad20a449c83ba92c594edfbff70.png

(项目地址:https://github.com/Torantulino/Auto-GPT?ref=jina-ai-gmbh.ghost.io)

Auto-GPT,顾名思义,其独到之处就在于 “Auto” ——可“自主”实现你设定的任何目标,即 Auto-GPT 会自己上网查资料、自己思考解决方案、自己运用相关工具……而你要做的,就是在屏幕前静静旁观这一切的发生。

面对这样一个无需人类插手、便能自主完成任务的 Auto-GPT,难怪不少网友的第一反应就是“摆烂”:

c2bb77fdb7dbfec78d89a254b7ceac72.png

0302734e73a2da469119c515d1b9c2eb.png

有了 Auto-GPT,ChatGPT 已沦为“传统 GPT”

根据官方介绍,Auto-GPT 本质上是一个基于 GPT-4 语言模型所构建的实验性开源应用程序,由 GPT-4 驱动,将大型语言模型 (LLM) 思想串在一起来自主实现任务。

如果说 ChatGPT 的出现让人相信未来 AI 的重要性,Auto-GPT 则将这个想法进一步升华:未来,由自主 AI 驱动的任务将成为常态。因 Auto-GPT 提出的这个可能,导致 ChatGPT 问世不到半年就已沦为许多人口中的“传统 GPT”。

为了验证这种未来的可能性,最近已有不少人下场体验过 Auto-GPT,其中包括微博博主@木遥:“如果你刚开始玩 Auto-GPT 但又没玩明白,你就会焦虑 af,像我一样。”

80e8bb9bb106be8571fa0cfc085fca3d.png

本来,木遥只是想让 Auto-GPT 解释一下 LangChain(一个围绕大型语言模型的应用开发框架)的用法,结果 Auto-GPT 直接来了一整套操作(这一系列步骤都是它自己串起来的,无需人类介入),连 LangChain 都安装了:

▶ 首先试着直接去 LangChain 官网爬信息。

▶ 被官网拒绝了,可能因为有屏蔽。

▶ 发现失败了之后想了想,说要不 Google 一下?

▶ Google 出了很多结果。

▶ 读了半天这些结果,说「现在我们已经搜集了不少有用的信息了,接下来让我们安装它玩一下」

▶ 然后就开始动手在我的电脑上安装 LangChain……

255f2d5c9b21747d97fbb643fdabe48f.png

面对行动力如此“爆表” Auto-GPT,木遥忍不住感慨:“我坐在屏幕前看着这一切自动在我眼前发生,心想,我要是有它这个行动力,三个 PhD 都念完了。”

除此之外,Globus 创始人安替(Michael Anti)也分享了一个不错的 Auto-GPT 使用案例:“假设你是华为的公关,分析最近国际报道,看看下一步要改善的动作。”

77cf6e81e1e1169ab386ec7eb4f5933e.png

对于 Auto-GPT 的表现,安替(Michael Anti)评价道:“奇点算是到了吧,又有很多行业要死了吧?”

整体来看,Auto-GPT 就像是一个机器人助理,你只需下达任务,它便会自己看着完成。但 Auto-GPT 真就完美无缺、无懈可击吗?

事实证明,至少现阶段还远远不是——Jina AI 的创始人兼 CEO 肖涵表示:“在我们庆祝 Auto-GPT 的快速崛起时,退后一步并仔细检查其潜在的缺点至关重要。”

33e09b97fe5a51f56286bdaa135ca8ff.png

现阶段,Auto-GPT 仍有缺陷

为说明目前 Auto-GPT 的不足之处,肖涵先大致分析了一波原理,即 Auto-GPT 主要由四部分组成:

(1)架构:Auto-GPT 是使用强大的 GPT-4 和 GPT-3.5 语言模型构建的,它们作为机器人的大脑,帮助它思考和推理。

(2)自主迭代:类似于机器人从错误中学习的能力。Auto-GPT 可以回顾其工作,在之前的工作基础上再接再厉,并利用其历史记录生成更准确的结果。

(3)内存管理:与矢量数据库(一种内存存储解决方案)集成,使 Auto-GPT 能够保留上下文并做出更好的决策,类似于为机器人配备长期记忆以记住过去的经历。

(4)多功能性:Auto-GPT 的功能(例如文件操作、Web 浏览和数据检索)使其用途广泛,并使其与有别于以往的 AI 迭代,就像赋予机器人多种技能来处理更广泛的任务。

基于其组成原理,肖涵指出现阶段 Auto-GPT 面临的五个重要局限:

▶ 成本高昂

虽然 Auto-GPT 具有卓越的功能,但由于任务是通过思维链完成的,为提供更好的推理和提示,每一步都需要调用昂贵的 GPT-4 模型,这通常会最大化 token,也就带来了过高的成本。

对此,肖涵估算了一个小任务的花费:Auto-GPT 平均需要 50 个步骤来完成一个小任务,即成本为 50* 0.288=14.4 美元(约人民币 98.5 元)。

▶ 不知变通

可能会有人觉得只要 Auto-GPT 能完成任务,这 14.4 美元倒也不亏。但问题是,这 14.4 美元是一次性的:哪怕你只想修改一个很小的任务条件,也需要再次支付 14.4 美元。

肖涵指出:“一旦生成过解决方案,再次花费相同的金额来调整参数似乎不合逻辑。这揭示了 Auto-GPT 的一个基本问题:它无法将开发和生产区分开来。”

▶ 容易陷入死循环

更要命的是,这 14.4 美元还可能“打水漂”。许多用户报告说:Auto-GPT 经常陷入循环,导致其无法解决实际问题。

“我昨天多次使用它,我发现…它从未完成过一项任务。它总是去深入挖掘、做更多的研究,但从来没有真正完成一个目标。我就放着让它持续循环了几个小时。”

50031b246494f900e8ded458223cf5eb.png

▶ 矫枉过正

Auto-GPT 依靠矢量数据库来进行更快的 K 最近邻(KNN)搜索,但肖涵表示这是一种矫枉过正的做法:“很多情况下,穷举搜索就足够有效了,只需不到一秒钟即可完成。相比之下,每个 GPT-4 调用大约需要 10 秒来处理,这使得系统受 GPT 约束而不是数据库约束。”同时,这也会带来成本的增加。

▶ 代理机制不完善

Auto-GPT 引入了一个很有趣的概念,即允许生成代理来委派任务。然而,肖涵认为这还不够完善:“这一机制仍处于早期阶段,其潜力在很大程度上仍未得到开发。”

128e33d9658b0a646443f3350a15fa22.png

“又贵又慢,AI 摸鱼?”

对于以上总结的几点 Auto-GPT 缺陷,实际上早有不少用户在抱怨,还搞出了一些“闹剧”:

94a8678ba25b718ae2f1fa7364b78cd6.png

cb4e1be3808f93190dd48c22f35aa0fe.png

同时,Auto-GPT 的处理速度也引来吐槽,有点“AI 摸鱼”的意思:

2aedd613cfa624351159e944f0661997.png

不过即便如此,Auto-GPT 还是令许多人对未来 AI 的发展趋势充满期待:

▶ “想象一下,你手里有一个 AI 代理,可以随时随地执行命令。我相信未来才刚刚开始!”

▶ “这种自我改进的 AI 代表了真正 AGI 的第一个火花。”

▶ “Auto-GPT 的确揭露了使用 GPT 的正确姿势。”

那么,你对于 Auto-GPT 又有什么看法呢?

参考链接:

https://weibo.com/1644684112/MBK3WCt8o

https://jina.ai/news/auto-gpt-unmasked-hype-hard-truths-production-pitfalls/

https://twitter.com/mranti/status/1646430121904013312?cxt=HHwWgIC8uaDepdktAAAA

831576a5904fd1c99dea3b00f0a17bd3.gif

 
☞43 岁硅谷技术大拿命丧街头,真凶落网:熟人作案,是 Expand IT 创始人
☞ChatGPT 一统所有 AI 模型入口,四步实现文本分类、图像生成等 24 种复杂任务!
☞滴滴发布无人驾驶概念车

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/13763.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

超越 ChatGPT

今天在LLM上构建产品的技术。 现代指令调整语言模型(LLM)是软件工程师工具箱中的最新工具。加入数据库、网络、超文本和异步 Web 应用程序等经典技术,我们现在有一种新的使能技术,它看起来非常强大,但其最佳应用程序尚…

超越 ChatGPT:生成式人工智能如何塑造下一代智能系统

生成式 AI 系统的创建是过去几年人工智能领域最重要的进步之一。生成式 AI 系统可以产生新颖、独特和原始的输出,这与典型的 AI 系统形成鲜明对比,典型的 AI 系统是分类器,经过训练可以区分几种类型的项目。这种生成式 AI 为在各个行业中使用这些技术创造了有趣的新机会。 生…

爆火的 AutoGPT 超越 ChatGPT ?两周斩获 50k+ Star

整理 | 郑丽媛 出品 | CSDN(ID:CSDNnews) 刚上线两周就收获 50k Star,看来 Auto-GPT 是真的火了! (项目地址:https://github.com/Torantulino/Auto-GPT?refjina-ai-gmbh.ghost.io) …

只需一个Prompt,ChatGPT秒变万能导师,轻松学习任意领域知识

AI正在改变我们生活的方方面面,包括我们学习的方式。AI已经证明自己有能力成为我们的助手甚至是老师,帮助我们更有效地获取知识。 拿ChatGPT来说,我们平时有什么问题都可以向它提问,不过想让它更高效的帮助我们,还是需…

天花板级Prompt,用ChatGPT提升学习效率的10个指令,好到爆炸!

自我教育,比任何其他类型的教育都更重要——马克吐温 ChatGPT等生成式AI工具的出现,大大降低了自学的门槛,让人人皆可自我教育成为一种可能。 但,不同的人,用ChatGPT等AI工具自学的效果,可能天差地别。 今天,就给大家分享10个天花板级的ChatGPT学习指令。 用这些优…

ChatGPT、人工智能、人类和一些酒桌闲聊

© 2023 Conmajia Initiated 10th March, 2023 昨天跟某化学家喝酒,期间提到了 ChatGPT。他的评价是:这鬼东西大量输出毫无意义、错漏百出甚至是虚假的信息,“in a confident accent”。例如某次 GPT 针对“描述某某记者”这一问题&#…

印度这事真的干的挺棒的! |

来源:statista 最近逛外网看到一张图,是关于印度家庭自来水供应的对比图。Crore是印度的单位千万(卢比),所以他们从2019年供应3.23千万家庭,增长到了2022年的9.57万家庭,印度这事真的干的挺棒的! 一直以来印…

厦大纪老师chatgpt相关讲座3.7

在线更新数据,迭代学习训练,进而提高模型性能。 比较明显的是API部分,这一步学习的就是intruction,实现人机写作的复杂系统工程 数据充足,维基类似于百度百科 transformer结构更有优势,预测下一个字,模型越…

组织设计 | 后GPT时代下创新组织的演进方向和重构要素

过去几年,企业正在加速走向组织扁平化。后GPT时代,创新的组织设计正在成为促进技术和企业发展的原动力。在新型组织设计着眼于企业未来发展,除了组织层级的扁平化重构外,更需要在文化、激励机制、人才上的重构,赋予组织…

2023数智金融峰会:生成式AI将给金融行业带来什么?

2022年中央经济工作会议提出,要推动“科技—产业—金融”良性循环。依托科技力量等生产要素的创新,带动金融和产业相互促进,最终实现实体经济增长,是金融供给侧结构性改革的主要路径之一。 2月23日,新华财经与百度智能…

All in AI,现在开始算不算太晚?

编者按:目前大模型近乎可以帮助人类处理方方面面的事情,如对话、写文章、写代码等等。在大模型“狂飙”趋势下,想要从事AI领域的小伙伴可能会犹疑:现在进入AI领域会不会已经太晚了? 本文作者结合自身转型经历和对AI市场…

Stable Diffusion实现之 Huggingface

Stable Diffusion 以及Huggingface的安装实现 介绍: Stable Diffusion AI是指将Stable Diffusion模型应用于人工智能领域的相关技术和方法。通常情况下,Stable Diffusion AI主要用于金融、投资等领域,并且广泛应用于期权定价、风险管理等方…

49位专家预测:2023最火的科技趋势

译者 | Jane 来源 | 36氪(ID:wow36kr) 2023 年的科技趋势是什么?围绕生成式人工智能、Web3、创客经济等可能出现的情况,Fast Company 采访了初创公司创始人、科技大佬、风险投资人和学者们的看法,并收集了他…

有实力一定要进大厂

春招来了,很多还在找工作的同学可能会有疑虑,到底是进小公司好呢? 还是进互联网大厂好? 相比之下,大厂抗风险能力更强,内部员工的发展也更稳定。除此之外,相比小公司,大厂还会带来更…

数字化转型:当光子计算遇上金融领域

原标题为【光子计算在金融领域的研究应用——聚焦“光子金融科技”新方向】 作者 | 吴永飞 王彦博 沈亦晨 杨璇 光子计算作为前沿尖端技术之一,近年来蓬勃发展、逐步成熟,目前已基本具备与行业应用深度结合的可行性。本文立足金融领域业务实践&#xff0…

“大模型压缩神器”?十亿参数,一键瘦身!狂掉75%

作者:英特尔公司 陆崟彤 何欣 郭恒 程文华 王畅 王梦妮 沈海豪 编辑:新智元 本文介绍了可提升大语言模型的训练后量化表现的增强型 SmoothQuant 技术,说明了这项技术的用法,并证明了其在准确率方面的优势。此方法已整合至英特尔…

文心一言满月就「上班」:企业服务生产力拉满,演示现场人挤人

鱼羊 梦晨 发自 凹非寺量子位 | 公众号 QbitAI 给AI一个月时间,能进化成什么样? 文心一言“满月”之际,百度召开技术交流会,拿出这样的成绩单: 完成4次迭代,大模型推理成本降为原来十分之一。 当然这还不够…

港联证券投资前瞻:核电订单重回历史高位 C919圆满完成商业首航

上周五,沪指盘中弱势震荡下探,午后反弹拉升,科创50指数表现强势。截至收盘,沪指涨0.35%报3212.50点,深成指涨0.12%报10909.65点,创业板指跌0.66%报2229.27点,科创50指数涨1.66%;两市…

2022年总结:笔耕不辍,遐思迩想

🎹 个人简介:大家好,我是 金鱼哥,华为云社区2022年度十佳博主,华为云云享专家,阿里云社区专家博主,CSDN运维领域新星创作者 📚个人资质:CCNA、HCNP、CSNA(网络…

写代码、写情书、写文章、做题……它啥都会

一个时代来的快,打的我们措手不及,一个红利走的也快,快的我们追赶不上,在AI的浪潮下,只有抓住了机遇,就有可能一飞冲天 你还在为苦苦询问度娘良久而难得到完整的答案而烦恼吗? 你还在为写不出好…