Auto-GPT peut être l'outil d'IA puissant qui surpasse ChatGPT (2023)

Comme beaucoup de gens, vous avez peut-être été époustouflé récemment par la possibilité de ChatGPT et d'autres grands modèles de langage comme le nouveau Bing ou Google's Bard.

Pour tous ceux qui ne les ont pas rencontrés d'une manière ou d'une autre - ce qui est probablement peu probable car ChatGPT est apparemment l'application à la croissance la plus rapide de tous les temps - voici un bref récapitulatif :

Les grands modèles de langage ou LLM sont des algorithmes logiciels formés sur d'énormes ensembles de données textuelles, leur permettant de comprendre et de répondre au langage humain de manière très réaliste.

L'exemple le plus connu est ChatGPT, une interface de chatbot alimentée par le GPT-4 LLM, qui a pris d'assaut le monde. ChatGPT est capable de converser comme un humain et de tout générer, des articles de blog, des lettres et des e-mails à la fiction, à la poésie et même au code informatique.

Aussi impressionnants soient-ils, jusqu'à présent, les LLM ont été limités d'une manière significative : ils ont tendance à ne pouvoir accomplir qu'une seule tâche, comme répondre à une question ou générer un texte, avant de nécessiter plus d'interaction humaine (appelée invites) .

Cela signifie qu'ils ne sont pas toujours doués pour les tâches plus compliquées qui nécessitent des instructions en plusieurs étapes ou qui dépendent de variables externes.

EntrerGPT automatique– une technologie qui tente de surmonter cet obstacle avec une solution simple. Certains pensent que cela pourrait même être la prochaine étape vers le Saint Graal de l'IA - la création d'une IA générale ou forte.

Voyons d'abord ce que cela signifie :

IA forte contre IA faible

Les applications d'IA actuelles sont généralement conçues pour effectuer une tâche, devenant de plus en plus performantes à mesure qu'elles reçoivent plus de données. Certains exemples incluent l'analyse d'images, la traduction de langues ou la navigation dans des véhicules autonomes. Pour cette raison, ils sont parfois appelés IA spécialisée, IA étroite ou IA faible.

Une IA généralisée est une IA qui est théoriquement capable d'effectuer de nombreux types de tâches différentes, même celles pour lesquelles elle n'a pas été créée à l'origine, de la même manière qu'une entité naturellement intelligente (telle qu'un humain). Parfois, cela s'appelle une IA forte ou une intelligence générale artificielle (IAG).

L'IAG est peut-être ce à quoi nous pensions traditionnellement lorsque nous imaginions à quoi ressemblerait l'IA à l'époque où l'apprentissage automatique et l'apprentissage en profondeur faisaient de l'IA faible/étroite une réalité quotidienne au début de la décennie précédente. Pensez à l'IA de science-fiction démontrée par des robots comme le personnage de Star Trek, Data, qui peut faire à peu près tout ce qu'un être humain peut faire.

Alors, qu'est-ce que l'Auto-GPT ?

La façon la plus simple de voir les choses est qu'Auto-GPT est capable d'effectuer des procédures en plusieurs étapes plus complexes que les applications existantes alimentées par LLM en créant ses propres invites et en les renvoyant à lui-même, créant une boucle.

Voici une façon d'y penser : pour obtenir les meilleurs résultats d'une application comme ChatGPT, il faut réfléchir soigneusement à la façon dont vous formulez les questions que vous lui posez. Alors pourquoi ne pas laisser l'application construire la question elle-même ? Et pendant qu'il y est, demandez-lui également quelle devrait être la prochaine étape - et comment il devrait s'y prendre - et ainsi de suite, en créant une boucle jusqu'à ce que la tâche soit accomplie.

Cela fonctionne en divisant une tâche plus importante en sous-tâches plus petites, puis en créant des instances Auto-GPT indépendantes afin de travailler dessus. L'instance d'origine agit comme une sorte de chef de projet, coordonnant tout le travail effectué et le compilant en un résultat fini.

En plus d'utiliser GPT-4 pour construire des phrases et de la prose en fonction du texte qu'il a étudié, Auto-GPT est capable de naviguer sur Internet et d'inclure les informations qu'il y trouve dans ses calculs et sa sortie. À cet égard, il ressemble davantage à la nouvelle version compatible GPT-4 du moteur de recherche Bing de Microsoft. Il a également une meilleure mémoire que ChatGPT, il peut donc construire et mémoriser des chaînes de commandes plus longues.

Auto-GPT est une application open source qui utilise GPT-4 et a été créée par Toran Bruce Richards. Richarddirequ'il a été inspiré pour le développer parce que les modèles d'IA traditionnels, "bien que puissants, ont souvent du mal à s'adapter aux tâches qui nécessitent une planification à long terme, ou sont incapables d'affiner de manière autonome leurs approches basées sur des commentaires en temps réel".

Il fait partie d'une classe d'applications appelées agents d'IA récursifs, car ils ont la capacité d'utiliser de manière autonome les résultats qu'ils génèrent pour créer de nouvelles invites, enchaînant ces opérations pour accomplir des tâches complexes.

Un autre de ces agents estBébéAGI, qui a été créé par un partenaire d'une société de capital-risque afin de l'aider dans les tâches quotidiennes qui étaient tout simplement trop complexes pour quelque chose comme ChatGPT, comme la recherche de nouvelles technologies et de nouvelles entreprises.

Quelles sont certaines applications des agents Auto-GPT et AI ?

Alors que des applications comme ChatGPT sont devenues célèbres pour leur capacité à générer du code, elles ont tendance à se limiter à une programmation et à une conception logicielle relativement courtes et simples. Auto-GPT, et potentiellement d'autres agents d'IA qui fonctionnent de manière similaire, peuvent être utilisés pour développer des applications logicielles du début à la fin.

Auto-GPT est également en mesure d'aider les entreprises à augmenter leur valeur nette de manière autonome en examinant leurs processus et en faisant des recommandations et des idées intelligentes sur la manière dont ils pourraient être améliorés.

Contrairement à ChatGPT, il peut également accéder à Internet, ce qui signifie que vous pouvez lui demander de mener des études de marché ou d'effectuer d'autres tâches similaires, par exemple "trouvez-moi le meilleur ensemble de clubs de golf pour moins de 500 $".

Une tâche extrêmement perturbatrice qui lui a été confiée est de "détruire l'humanité" - et la première sous-tâche qu'il s'est assignée pour y parvenir était de commencer à rechercher les armes atomiques les plus puissantes de tous les temps. Comme sa sortie est toujours limitée à la création de texte, son créateur nous assure qu'il n'ira pas très loin avec cette tâche - espérons-le.

Auto-GPT peut aussi apparemment être utilisé pour s'améliorer - son créateur dit qu'il peut créer, évaluer, réviser et tester des mises à jour de son propre code qui peuvent potentiellement le rendre plus performant et efficace.

Il peut même être utilisé pour créer de meilleurs LLM qui pourraient former la base de futurs agents d'IA, enaccélérer le processus de création de modèles.

Qu'est-ce que cela pourrait signifier pour l'avenir de l'IA ?

Depuis que les applications d'IA génératives ont commencé à émerger, il est clair que nous n'en sommes qu'au début d'un très long voyage, en termes d'évolution et d'impact de l'IA sur nos vies et notre société.

Auto-GPT et d'autres agents qui suivent les mêmes principes sont-ils la prochaine étape de ce voyage ? Cela semble certainement probable. À tout le moins, nous pouvons nous attendre à ce que les outils d'IA qui nous permettent d'effectuer des tâches beaucoup plus complexes que les choses relativement simples que ChatGPT peut faire, commencent à devenir monnaie courante.

D'ici peu, nous commencerons à voir des résultats d'IA plus créatifs, sophistiqués, diversifiés et utiles que le simple texte et les images auxquels nous sommes habitués. Ceux-ci auront sans aucun doute un impact encore plus important sur la façon dont nous travaillons, jouons et communiquons.

Parmi les autres impacts positifs potentiels, citons la réduction des coûts et de l'impact environnemental de la création de LLM (et d'autres activités liées à l'apprentissage automatique), car des agents d'IA autonomes et récursifs trouvent des moyens de rendre le processus plus efficace.

Cependant, nous devons également considérer qu'à lui seul, il ne résout pas vraiment les problèmes associés à l'IA générative. Ceux-ci incluent la précision variable (pour le dire gentiment) de la sortie qu'elle crée, le potentiel d'abus des droits de propriété intellectuelle et la possibilité qu'elle soit utilisée pour diffuser un contenu biaisé ou préjudiciable. En fait, en générant et en exécutant beaucoup plus de processus d'IA afin de réaliser des tâches plus importantes, cela pourrait potentiellement amplifier ces problèmes.

Les problèmes potentiels ne s'arrêtent pas là - l'éminent expert et philosophe de l'IA Nick Bostrom aa récemment ditil pense que la nouvelle génération de chatbots IA (comme GPT-4) commence même à montrer des signes de sensibilité. Ce qui pourrait créer un tout nouveau dilemme moral et éthique si, en tant que société, nous prévoyons de commencer à les créer et à les opérationnaliser à grande échelle.