擁有自我意識的AI：AutoGPT
1、引言
ChatGPT在當下已經風靡一時，作為自然語言處理模型的佼佼者，ChatGPT的優勢在于其能夠生成流暢、連貫的對話，同時還能夠理解上下文并根據上下文進行回答。針對不同的應用場景可以進行快速定制，例如，在客服、教育、娛樂等領域中，ChatGPT可以作為智能助手為用戶提供便捷的服務和娛樂體驗。
從GPT-3到GPT-4，我們可以看到在高級推理，輸入設置，微調行為和理解更長的上下文信息等方面，ChatGPT在不斷的優化訓練中已經取得了顯著的進展。
但是針對于這種交互式的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，可以進行自我學習和進化。不需要通過頻繁的引導和交互，我們只需要簡單提出一個目標，AI就能自主的完成所有的執行規劃和邏輯處理，并不斷進行自我論證和優化，最后完成我們提出的目標。
那么今天它來了，它就是ChatGPT的進化版本：AutoGPT。
2、什么是AutoGPT？
AutoGPT 是一個實驗性開源應用程序，它利用 OpenAI 的GPT-4語言模型來創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 發行。
Toran 是一名游戲開發商，并創立了一家名為 Significant Gravitas 的游戲公司。
在短短的一個多月時間里，AutoGPT的Git項目已經獲得了超過120萬的star，作為 GPT-4 完全自主運行的首批示例之一，AutoGPT 突破了 AI 的可能性界限。
與其他 AI 工具相比，AutoGPT 是獨一無二的，因為它獨立運行，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，然后 AI 會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，人類不再需要發揮積極作用，同時仍然保持與 ChatGPT 等其他 AI 應用程序相同或更好的結果質量。
3、AutoGPT 如何工作？
AutoGPT 基于自主 AI 機制工作，其中 AI 系統創建不同的 AI 代理來滿足特定任務，其中包括：
- 任務創建代理：當你在 AutoGPT 上輸入目標時，第一個與任務創建代理交互的 AI 代理。根據你的目標，它將創建一個任務列表以及實現這些目標的步驟，并將其發送給優先級代理。
- 任務優先級代理：收到任務列表后，優先級 AI 代理會確保順序正確且符合邏輯，然后再將其發送給執行代理。
- 任務執行代理：完成優先級排序后，執行代理將一個接一個地完成任務。這涉及利用 GPT-4、互聯網和其他資源來獲得結果。
上述代理之間相互通信。所以當執行代理完成所有任務，結果不理想時，它可以與任務創建代理通信，創建新的任務列表。三個代理之間的迭代循環，直到完成所有用戶定義的目標。
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、計劃、評判。
- 思想（THOUGHTS）：AI 代理分享它對目標的想法。
- 推理（REASONING）：AI 代理推理如何開展并實現它的想法。
- 計劃（PLAN）：AI代理通過分析，列舉了所要完成任務的計劃。
- 評判（CRITICISM）：AI進行自我評判，糾正錯誤并克服任何限制問題。
通過共享此計算流程，AutoGPT 可以進行反復嘗試論證，并進行針對性的優化處理，可以在沒有任何用戶干預的情況下克服所遇到的所有問題。
4、AutoGPT和ChatGPT的對比？
雖然底層的 LLM 模型是相同的，但是 AutoGPT 和 ChatGPT 之間還是有不少區別。
4.1 實時洞察
ChatGPT 使用的最新 GPT-4 模型是在與 GPT-3.5 相同的數據上訓練的，該數據僅到 2021 年 9 月，你無法使用 ChatGPT 獲得實時數據信息，因為你無法訪問網站和在線平臺來獲取信息和提取信息。
相比之下，AutoGPT 可以訪問互聯網。它不僅可以上網沖浪，還可以驗證來源是否合法。此外，AutoGPT 可以訪問任何平臺來執行任務。例如，如果你要求 AI 研究銷售產品的前景并發送外聯電子郵件，它會直接使用你的 Gmail 帳戶起草并發送電子郵件。
4.2 內存管理
上下文窗口對于語言模型給出準確答案非常重要。但在像 GPT-4 這樣的 LLM 中，窗口有 4000 到 8000 個令牌的限制。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 擅長短期和長期內存管理。通過使用數據庫，本地Cache和Redis進行內存管理，可以存儲大量上下文信息或以前的經驗，讓AI模型做出更好的決策。
4.3 圖像生成
AutoGPT 能夠生成圖像，因為它可以使用多種圖像生成引擎，默認使用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換。但是每次與 AutoGPT 交互時都必須輸入命令。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系統增加了一個新的維度。同時，我們也不能忽視AutoGPT的局限性和風險。下面列出了你必須知道的一些關鍵限制。
5.1 成本高昂
雖然功能令人驚嘆，但 AutoGPT 的實用性可能會讓你失望。由于 AutoGPT 使用昂貴的 GPT-4 模型，因此即使是小任務，完成每個任務的成本也可能很高。這主要是因為 AutoGPT 在特定任務的步驟中會多次使用 GPT-4。
5.2 經常陷入循環
用戶在使用 AutoGPT 時面臨的最常見問題是它陷入循環。如果這種情況持續超過幾分鐘，則可能意味著你必須重新啟動該過程。發生這種情況是因為 AutoGPT 依賴 GPT-4 來正確定義和分解任務。因此，如果底層LLM返回結果不足以讓 AutoGPT 采取任何行動就會出現反復嘗試的問題。
5.3 數據安全性
由于AutoGPT經過充分授權，能自主運行并訪問你的系統和互聯網，例如使用你的twitter賬號，登錄github，使用搜索引擎等，因此你的數據可能會被泄露。AutoGPT沒有安全代理，所以你在使用 AutoGPT 時必須小心，如果沒有給出正確的說明和安全指南，你不能讓模型繼續運行。
5、如何安裝 AutoGPT？
與其他人工智能工具不同，AutoGPT 沒有簡單的注冊程序來訪問其平臺和功能。在開始使用 AutoGPT 之前，你必須下載各種軟件以滿足要求。以下是詳細的步驟要求：
第一步：下載必備軟件
首先你需要有一個Git賬號，同時需要安裝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容器進行項目啟動和配置。
第二步：設置你的 OpenAI API 密鑰
如果你還沒有，請創建一個 OpenAI 帳戶（當然如果你在國內想要創建賬號不是一件簡單的事情，你可以參考網上其他文章進行賬號申請）。打開OpenAI帳戶后，打開USER - API keys轉到 API 密鑰選項卡。你將看到一個用于創建密鑰的選項。單擊它，然后復制密鑰。
第三步：克隆最新版本的AutoGPT
（1）clone項目
打開命令行工具通過命令git clone https://github.com/Torantulino/Auto-GPT.git 將項目clone到本地
（2）執行安裝
通過命令cd Auto-GPT && ls -al進入目錄后，可以看到有很多的文件，其中一個文件是 requirements.txt。在此文件中，你將看到運行 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)，配置完成后執行mv .env.template .env 使配置生效
其他相關的配置可以參考表格按需進行
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，避免過度調用成本浪費 ，默認4000-8000 |
LLM MODELS | LLM 底層語言模型，默認可以選擇GPT-4或者gpt-3.5-turbo |
MEMORY | 內存管理，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open api用于訪問互聯網獲取信息和管理訪問深度 |
TTS PROVIDER | 文本轉語音，可以配置MAC OS，STREAMELEMENTS，ELEVENLABS來進行文本轉語音 |
TWITTER API | twitter賬號管理，管理配置你的twitter賬號，配置token用于訪問對應的api |
AUTO-GPT - GENERAL SETTINGS | AutoGPT的一些默認配置，例如存放目錄，開關，user Agent ，AI settings等 |
（4）開始使用
在完成以上配置以后，就已經完成了AutoGPT的基本配置，這時候就可以通過命令python -m autogpt 開啟你的AutoGPT之旅 ！
從上圖可以看出，AutoGPT需要你為AI取一個名字[Name]，一個角色定位[Role]，同時你可以為它制定目標[Goals]（最多5個目標，如果你僅有一個目標就直接回車）。
在你制定完成目標以后，AutoGPT會進行自主思考并分析你的目標[THOUGHTS]，思考完成后開始理解并推理如何去完成這個目標[REASONING]，然后開始自主拆解成具體的計劃[PLAN]，最后會提出評判[CRITICISM] 用以保證 AI 代理糾正錯誤并作出正確的決斷。
完成以上的行為規劃后，AutoGPT會提示它將要作出的指令和動作[NEXT ACTION]， 里面包含具體執行的命令[COMMAND]和參數[ARGUMENTS]，用戶可以在此時可以對風險命令進行識別，避免出現數據泄露等預期外的風險，這里可以通過y或者n進行授權或者拒絕AutoGPT接下來的指令動作。
AutoGPT會通過以上步驟，進行多次循環，由于AutoGPT可以存儲上下文和歷史經驗，所以每一次都會根據反饋結果進行更深入的思考，制定出更優的方案，最后列舉他要執行的計劃，反復嘗試和補充，直到達到你預期的目標。
AutoGPT會通過以上步驟，進行多次循環，由于AutoGPT可以存儲上下文和歷史經驗，所以每一次都會根據反饋結果進行更深入的思考，制定出更優的方案，最后列舉他要執行的計劃，反復嘗試和補充，直到達到你預期的目標。
（5）Docker使用
當然，你也可以使用docker運行 ：
// 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，例如，運行方式--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
與傳統的文本生成技術相比，我們發現AutoGPT的能力進化令人震驚，它可以通過分析你的目標，自動拆解成它需要執行的任務，并在執行的過程中根據已有的經驗和決策不斷優化完善和總結，同時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，語音轉化，圖像生成等插件能力，最終完成你所設立的目標。這種自我意識，自我迭代和更新的形態已經非常接近于電影《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自動生成的嗎？
