擁有自我意識(shí)的AI：AutoGPT
1、引言
ChatGPT在當(dāng)下已經(jīng)風(fēng)靡一時(shí)，作為自然語言處理模型的佼佼者，ChatGPT的優(yōu)勢(shì)在于其能夠生成流暢、連貫的對(duì)話，同時(shí)還能夠理解上下文并根據(jù)上下文進(jìn)行回答。針對(duì)不同的應(yīng)用場(chǎng)景可以進(jìn)行快速定制，例如，在客服、教育、娛樂等領(lǐng)域中，ChatGPT可以作為智能助手為用戶提供便捷的服務(wù)和娛樂體驗(yàn)。
從GPT-3到GPT-4，我們可以看到在高級(jí)推理，輸入設(shè)置，微調(diào)行為和理解更長的上下文信息等方面，ChatGPT在不斷的優(yōu)化訓(xùn)練中已經(jīng)取得了顯著的進(jìn)展。
但是針對(duì)于這種交互式的GPT模型，我們更希望看到能像電影里的人工智能，擁有自我意識(shí)，可以進(jìn)行自我學(xué)習(xí)和進(jìn)化。不需要通過頻繁的引導(dǎo)和交互，我們只需要簡單提出一個(gè)目標(biāo)，AI就能自主的完成所有的執(zhí)行規(guī)劃和邏輯處理，并不斷進(jìn)行自我論證和優(yōu)化，最后完成我們提出的目標(biāo)。
那么今天它來了，它就是ChatGPT的進(jìn)化版本：AutoGPT。
2、什么是AutoGPT？
AutoGPT 是一個(gè)實(shí)驗(yàn)性開源應(yīng)用程序，它利用 OpenAI 的GPT-4語言模型來創(chuàng)建完全自主和可定制的 AI 代理。它于 2023 年 3 月 30 日由 Toran Bruce Richards 發(fā)行。
Toran 是一名游戲開發(fā)商，并創(chuàng)立了一家名為 Significant Gravitas 的游戲公司。
在短短的一個(gè)多月時(shí)間里，AutoGPT的Git項(xiàng)目已經(jīng)獲得了超過120萬的star，作為 GPT-4 完全自主運(yùn)行的首批示例之一，AutoGPT 突破了 AI 的可能性界限。
與其他 AI 工具相比，AutoGPT 是獨(dú)一無二的，因?yàn)樗?dú)立運(yùn)行，這意味著你不再需要操縱模型來滿足你的需求。相反，你只需要寫下你的目標(biāo)，然后 AI 會(huì)為你完成剩下的工作。因此，AutoGPT 從根本上改變了 AI 與人類之間的交互方式，人類不再需要發(fā)揮積極作用，同時(shí)仍然保持與 ChatGPT 等其他 AI 應(yīng)用程序相同或更好的結(jié)果質(zhì)量。
3、AutoGPT 如何工作？
AutoGPT 基于自主 AI 機(jī)制工作，其中 AI 系統(tǒng)創(chuàng)建不同的 AI 代理來滿足特定任務(wù)，其中包括：
- 任務(wù)創(chuàng)建代理：當(dāng)你在 AutoGPT 上輸入目標(biāo)時(shí)，第一個(gè)與任務(wù)創(chuàng)建代理交互的 AI 代理。根據(jù)你的目標(biāo)，它將創(chuàng)建一個(gè)任務(wù)列表以及實(shí)現(xiàn)這些目標(biāo)的步驟，并將其發(fā)送給優(yōu)先級(jí)代理。
- 任務(wù)優(yōu)先級(jí)代理：收到任務(wù)列表后，優(yōu)先級(jí) AI 代理會(huì)確保順序正確且符合邏輯，然后再將其發(fā)送給執(zhí)行代理。
- 任務(wù)執(zhí)行代理：完成優(yōu)先級(jí)排序后，執(zhí)行代理將一個(gè)接一個(gè)地完成任務(wù)。這涉及利用 GPT-4、互聯(lián)網(wǎng)和其他資源來獲得結(jié)果。
上述代理之間相互通信。所以當(dāng)執(zhí)行代理完成所有任務(wù)，結(jié)果不理想時(shí)，它可以與任務(wù)創(chuàng)建代理通信，創(chuàng)建新的任務(wù)列表。三個(gè)代理之間的迭代循環(huán)，直到完成所有用戶定義的目標(biāo)。
AI 代理的行為也顯示在用戶界面上，將它們分為四組：思想、推理、計(jì)劃、評(píng)判。
- 思想（THOUGHTS）：AI 代理分享它對(duì)目標(biāo)的想法。
- 推理（REASONING）：AI 代理推理如何開展并實(shí)現(xiàn)它的想法。
- 計(jì)劃（PLAN）：AI代理通過分析，列舉了所要完成任務(wù)的計(jì)劃。
- 評(píng)判（CRITICISM）：AI進(jìn)行自我評(píng)判，糾正錯(cuò)誤并克服任何限制問題。
通過共享此計(jì)算流程，AutoGPT 可以進(jìn)行反復(fù)嘗試論證，并進(jìn)行針對(duì)性的優(yōu)化處理，可以在沒有任何用戶干預(yù)的情況下克服所遇到的所有問題。
4、AutoGPT和ChatGPT的對(duì)比？
雖然底層的 LLM 模型是相同的，但是 AutoGPT 和 ChatGPT 之間還是有不少區(qū)別。
4.1 實(shí)時(shí)洞察
ChatGPT 使用的最新 GPT-4 模型是在與 GPT-3.5 相同的數(shù)據(jù)上訓(xùn)練的，該數(shù)據(jù)僅到 2021 年 9 月，你無法使用 ChatGPT 獲得實(shí)時(shí)數(shù)據(jù)信息，因?yàn)槟銦o法訪問網(wǎng)站和在線平臺(tái)來獲取信息和提取信息。
相比之下，AutoGPT 可以訪問互聯(lián)網(wǎng)。它不僅可以上網(wǎng)沖浪，還可以驗(yàn)證來源是否合法。此外，AutoGPT 可以訪問任何平臺(tái)來執(zhí)行任務(wù)。例如，如果你要求 AI 研究銷售產(chǎn)品的前景并發(fā)送外聯(lián)電子郵件，它會(huì)直接使用你的 Gmail 帳戶起草并發(fā)送電子郵件。
4.2 內(nèi)存管理
上下文窗口對(duì)于語言模型給出準(zhǔn)確答案非常重要。但在像 GPT-4 這樣的 LLM 中，窗口有 4000 到 8000 個(gè)令牌的限制。因此，如果要求超出限制，模型可能無法正確遵循所有指令，或者可能偏離正切并提供不可靠的輸出。
相比之下，AutoGPT 擅長短期和長期內(nèi)存管理。通過使用數(shù)據(jù)庫，本地Cache和Redis進(jìn)行內(nèi)存管理，可以存儲(chǔ)大量上下文信息或以前的經(jīng)驗(yàn)，讓AI模型做出更好的決策。
4.3 圖像生成
AutoGPT 能夠生成圖像，因?yàn)樗梢允褂枚喾N圖像生成引擎，默認(rèn)使用DALL-E 。如果你想為你的 AI 代理啟用圖像生成功能，你需要訪問 DALL-E 的 API。盡管是多模式輸入方式，但此功能目前在 ChatGPT-4 中不可用。
3.4 文字轉(zhuǎn)語音
你可以通過在命令行中鍵入python -m autogpt --speak在 AutoGPT 上啟用文本到語音轉(zhuǎn)換。但是每次與 AutoGPT 交互時(shí)都必須輸入命令。你還可以通過將 AutoGPT 連接到多功能 AI 語音軟件 Eleven Labs，為語音添加不同的聲音。
5、AutoGPT 的局限性
毫無疑問，自主性為AI系統(tǒng)增加了一個(gè)新的維度。同時(shí)，我們也不能忽視AutoGPT的局限性和風(fēng)險(xiǎn)。下面列出了你必須知道的一些關(guān)鍵限制。
5.1 成本高昂
雖然功能令人驚嘆，但 AutoGPT 的實(shí)用性可能會(huì)讓你失望。由于 AutoGPT 使用昂貴的 GPT-4 模型，因此即使是小任務(wù)，完成每個(gè)任務(wù)的成本也可能很高。這主要是因?yàn)?AutoGPT 在特定任務(wù)的步驟中會(huì)多次使用 GPT-4。
5.2 經(jīng)常陷入循環(huán)
用戶在使用 AutoGPT 時(shí)面臨的最常見問題是它陷入循環(huán)。如果這種情況持續(xù)超過幾分鐘，則可能意味著你必須重新啟動(dòng)該過程。發(fā)生這種情況是因?yàn)?AutoGPT 依賴 GPT-4 來正確定義和分解任務(wù)。因此，如果底層LLM返回結(jié)果不足以讓 AutoGPT 采取任何行動(dòng)就會(huì)出現(xiàn)反復(fù)嘗試的問題。
5.3 數(shù)據(jù)安全性
由于AutoGPT經(jīng)過充分授權(quán)，能自主運(yùn)行并訪問你的系統(tǒng)和互聯(lián)網(wǎng)，例如使用你的twitter賬號(hào)，登錄github，使用搜索引擎等，因此你的數(shù)據(jù)可能會(huì)被泄露。AutoGPT沒有安全代理，所以你在使用 AutoGPT 時(shí)必須小心，如果沒有給出正確的說明和安全指南，你不能讓模型繼續(xù)運(yùn)行。
5、如何安裝 AutoGPT？
與其他人工智能工具不同，AutoGPT 沒有簡單的注冊(cè)程序來訪問其平臺(tái)和功能。在開始使用 AutoGPT 之前，你必須下載各種軟件以滿足要求。以下是詳細(xì)的步驟要求：
第一步：下載必備軟件
首先你需要有一個(gè)Git賬號(hào)，同時(shí)需要安裝Python3.1.0或者更高版本，此外你必須還能熟練使用常用的shell命令或者有Docker容器進(jìn)行項(xiàng)目啟動(dòng)和配置。
第二步：設(shè)置你的 OpenAI API 密鑰
如果你還沒有，請(qǐng)創(chuàng)建一個(gè) OpenAI 帳戶（當(dāng)然如果你在國內(nèi)想要?jiǎng)?chuàng)建賬號(hào)不是一件簡單的事情，你可以參考網(wǎng)上其他文章進(jìn)行賬號(hào)申請(qǐng)）。打開OpenAI帳戶后，打開USER - API keys轉(zhuǎn)到 API 密鑰選項(xiàng)卡。你將看到一個(gè)用于創(chuàng)建密鑰的選項(xiàng)。單擊它，然后復(fù)制密鑰。
第三步：克隆最新版本的AutoGPT
（1）clone項(xiàng)目
打開命令行工具通過命令git clone https://github.com/Torantulino/Auto-GPT.git 將項(xiàng)目clone到本地
（2）執(zhí)行安裝
通過命令cd Auto-GPT && ls -al進(jìn)入目錄后，可以看到有很多的文件，其中一個(gè)文件是 requirements.txt。在此文件中，你將看到運(yùn)行 AutoGPT 所需的模塊。
要安裝這些模塊，可以使用命令pip install -r requirements.txt 進(jìn)行下載安裝。
（3）修改配置
通過命令vim .env.template your-openai-api-key)，配置完成后執(zhí)行mv .env.template .env 使配置生效
其他相關(guān)的配置可以參考表格按需進(jìn)行
LLM PROVIDER | 可以配置OPENAI_API_KEY，是否使用AZURE |
LLM MODEL SETTINGS | 可以配置openAI提供的token限制，避免過度調(diào)用成本浪費(fèi) ，默認(rèn)4000-8000 |
LLM MODELS | LLM 底層語言模型，默認(rèn)可以選擇GPT-4或者gpt-3.5-turbo |
MEMORY | 內(nèi)存管理，可以配置local，redis，PINECONE，MILVUS等 |
IMAGE GENERATION PROVIDER | 圖像生成，可以配置圖像大小和圖像生成引擎：dalle，HUGGINGFACE，STABLE DIFFUSION WEBUI |
AUDIO TO TEXT PROVIDER | 語音轉(zhuǎn)文字，可以配置HUGGINGFACE |
GIT Provider for repository actions | github配置，通過配置github api key用于訪問和管理github |
WEB BROWSING | 搜索引擎管理，可以配置不同的瀏覽器：firefox，chrome，safari，搜索引擎：google等授權(quán)open api用于訪問互聯(lián)網(wǎng)獲取信息和管理訪問深度 |
TTS PROVIDER | 文本轉(zhuǎn)語音，可以配置MAC OS，STREAMELEMENTS，ELEVENLABS來進(jìn)行文本轉(zhuǎn)語音 |
TWITTER API | twitter賬號(hào)管理，管理配置你的twitter賬號(hào)，配置token用于訪問對(duì)應(yīng)的api |
AUTO-GPT - GENERAL SETTINGS | AutoGPT的一些默認(rèn)配置，例如存放目錄，開關(guān)，user Agent ，AI settings等 |
（4）開始使用
在完成以上配置以后，就已經(jīng)完成了AutoGPT的基本配置，這時(shí)候就可以通過命令python -m autogpt 開啟你的AutoGPT之旅 ！
從上圖可以看出，AutoGPT需要你為AI取一個(gè)名字[Name]，一個(gè)角色定位[Role]，同時(shí)你可以為它制定目標(biāo)[Goals]（最多5個(gè)目標(biāo)，如果你僅有一個(gè)目標(biāo)就直接回車）。
在你制定完成目標(biāo)以后，AutoGPT會(huì)進(jìn)行自主思考并分析你的目標(biāo)[THOUGHTS]，思考完成后開始理解并推理如何去完成這個(gè)目標(biāo)[REASONING]，然后開始自主拆解成具體的計(jì)劃[PLAN]，最后會(huì)提出評(píng)判[CRITICISM] 用以保證 AI 代理糾正錯(cuò)誤并作出正確的決斷。
完成以上的行為規(guī)劃后，AutoGPT會(huì)提示它將要作出的指令和動(dòng)作[NEXT ACTION]， 里面包含具體執(zhí)行的命令[COMMAND]和參數(shù)[ARGUMENTS]，用戶可以在此時(shí)可以對(duì)風(fēng)險(xiǎn)命令進(jìn)行識(shí)別，避免出現(xiàn)數(shù)據(jù)泄露等預(yù)期外的風(fēng)險(xiǎn)，這里可以通過y或者n進(jìn)行授權(quán)或者拒絕AutoGPT接下來的指令動(dòng)作。
AutoGPT會(huì)通過以上步驟，進(jìn)行多次循環(huán)，由于AutoGPT可以存儲(chǔ)上下文和歷史經(jīng)驗(yàn)，所以每一次都會(huì)根據(jù)反饋結(jié)果進(jìn)行更深入的思考，制定出更優(yōu)的方案，最后列舉他要執(zhí)行的計(jì)劃，反復(fù)嘗試和補(bǔ)充，直到達(dá)到你預(yù)期的目標(biāo)。
AutoGPT會(huì)通過以上步驟，進(jìn)行多次循環(huán)，由于AutoGPT可以存儲(chǔ)上下文和歷史經(jīng)驗(yàn)，所以每一次都會(huì)根據(jù)反饋結(jié)果進(jìn)行更深入的思考，制定出更優(yōu)的方案，最后列舉他要執(zhí)行的計(jì)劃，反復(fù)嘗試和補(bǔ)充，直到達(dá)到你預(yù)期的目標(biāo)。
（5）Docker使用
當(dāng)然，你也可以使用docker運(yùn)行 ：
// 最簡單的方式就是通過docker-compose
docker-compose build auto-gpt
docker-compose run --rm auto-gpt
// 使用docker命令構(gòu)建
docker build -t auto-gpt .
docker run -it --env-file=.env -v $PWD:/app auto-gpt你可以傳遞額外的參數(shù)，例如，運(yùn)行方式--gpt3only和--continuous模式：
// docker-compose
docker-compose run --rm auto-gpt --gpt3only --continuous
// docker
docker run -it --env-file=.env -v $PWD:/app --rm auto-gpt --gpt3only --continuous6、總結(jié)
與傳統(tǒng)的文本生成技術(shù)相比，我們發(fā)現(xiàn)AutoGPT的能力進(jìn)化令人震驚，它可以通過分析你的目標(biāo)，自動(dòng)拆解成它需要執(zhí)行的任務(wù)，并在執(zhí)行的過程中根據(jù)已有的經(jīng)驗(yàn)和決策不斷優(yōu)化完善和總結(jié)，同時(shí)AutoGPT獲取信息的手段也非常豐富，它能通過搜索引擎搜索，github，網(wǎng)頁工具等渠道下載和提煉所需要的信息，通過本地緩存，語音轉(zhuǎn)化，圖像生成等插件能力，最終完成你所設(shè)立的目標(biāo)。這種自我意識(shí)，自我迭代和更新的形態(tài)已經(jīng)非常接近于電影《流浪地球》里的moss這種人工智能！
最后問題來了，這篇文章是AutoGPT自動(dòng)生成的嗎？
