AutoGPT star量破10万,这是首篇系统介绍自主智能体的文章(3)

简介: AutoGPT star量破10万,这是首篇系统介绍自主智能体的文章

示例 3:教授数学的自主智能体


这里还会有设计用于教授孩子们数学的自主智能体。

「这是一个具有很大探索空间的突破性范式。尽管早期实验限制了智能体搜索查询,但我们将看到大范围的研究和辅助项目为自主智能体配备新的工具。而每套工具都将显著地扩展其潜在用例。」  ——Pete Huang,The Neuron Daily AI 时事通讯创始人
  • 初始目标:确定孩子当前的数学技能水平并设置个性化的学习路径以帮助他们提高;
  • 数据收集:通过评估、互动和反馈收集有关孩子的学习方式、学习过程和学习表现的信息;
  • 上下文分析:分析收集到的数据,以确定孩子的优势、劣势、学习偏好,以及影响孩子进步的所有外部因素;
  • 任务生成:根据孩子的需求和学习路径生成辅导任务,例如选择合适的练习题,提供讲解,或提供现实生活中的例子和应用;
  • 任务优先级:根据辅导任务对孩子学习和技能发展的潜在影响对辅导任务进行排序,找到挑战性与参与感之间的平衡;
  • 任务执行:执行最高优先级的任务,根据需要调整辅导方法和内容传递,以最大限度地提高孩子的学习掌握度和参与度;
  • 绩效监测:通过跟踪关键绩效指标 (KPI) 评估辅导的有效性,例如学习目标的进展情况、数学技能的提高以及孩子的参与度和满意度;
  • 反馈循环:持续监测孩子的表现,并根据新数据和见解更新上下文分析、任务生成和任务优先级排序步骤。根据需要调整初始目标和学习路径,以更好地支持孩子的数学技能发展;
  • 迭代和改进:分析孩子的表现并根据新数据和见解更新上下文分析、任务生成和任务优先级排序步骤。根据需要调整初始目标和学习路径,以更好地支持孩子的数学技能发展。反复执行步骤 2-9,以不断完善教育管理系统并随着时间的推移提高其有效性;


这种自主智能体循环类型系统概述了教学中数学导师自适应帮助和指导孩子学习体验的过程,重点是根据孩子的需要和进步不断改善并提供个性化指导方案。


自主智能体的未来

现在人类正处于开发自主智能体的最初阶段。我们四处探索、打破一些事物、进行试验、创造或好或坏的事物。

「通过请求自主智能体的帮助,它们将会把你的想法变为现实。这些智能体可以充当朋友、同事和合作者,为你提供充裕的休闲时间。我很想知道,你会选择如何度过这种新寻得的自由时间?」   ——Glasp 联合创始人兼首席执行官 Kazuki Nakayashiki

现在,几乎没有任何商业化的自主智能体产品发布,这类产品仍处于开发阶段。但很快,这种情况就会改变。自主智能体将开始出现在各个地方。

「与其专注于取代人们的工作,不如专注于增强它们的能力。使某物『智能』在过去意味着通过 API 来使其数据可用。而下一代的智能化将是询问该产品如何更好地帮助你。例如,『智能』电子邮件地址可能能够根据你的偏好以有趣的方式采取行动。如果你是一个购物迷,也许它会监控电子邮件,了解你感兴趣的商品何时开始销售、进行价格比较,甚至代表你协商价格,私下了解你对商品的估价以及你乐意为其花费的价钱。」    ——Factorial Capital 管理合伙人、HuggingFace 投资人 Matt

人们将通过各种自主智能体来增强他们的活动、决策和行动。如果在未来某个时候我们有神经植入物,那么这一切都会自然地发生,就像今天在你自己的头脑中思考一样。

「每个人都可以免费或花很少的钱接触到虚拟研究员、助理、作家或工作人员。这种接触是普惠化的。」   ——Jeremiah Owyang,人工智能投资人

以下是我对自主智能体未来的预测:


  • 2023 年出现用于游戏、个人使用、营销和销售的多个商业化自主智能体;
  • 2024 年出现各个类别的商业化自主智能体,但并未得到主流采用;
  • 2025 年在每个类别可以想象到的事情中普遍采用自主智能体;
  • 2026 年第一世界国家的大多数人每天都在大量自主智能体的协助下过着日常生活;
  • 在接下来的 2-5 年内,大多数人将为自主智能体工作而非人类。
「我看到使用增强现实的 Holodeck(全息甲板),几乎完全由 AI 驱动,其中很多事情都在自动和手动提示下发生。是的,人们将为 AI 工作。每个人都会使用它们,但只有少数人知道它们是什么或如何制作它们。由于大型语言模型(LLM)和即将到来的自主智能体和系统不断出现,世界即将发生深刻变化。LLM 是人类发明的最普惠化的力量。为什么?LLM 现在可以在廉价计算机上运行,而无需连接到中央服务器。那个小引擎基本上包含了所有人类知识。令人难以置信的是,你可以在未连接到互联网的设备上运行它。自主智能体只是让这个全息甲板近乎自动运行。从天气到披萨外卖,一切基本都是自动发生的,几乎不需要人类输入的干预。」  ——Infinite Retina AI-First 首席战略官 Robert Scoble

未来将是疯狂的。那么如何构建和使用自主智能体呢?

「在这个未来,每个人都可能会以某种身份使用自主智能体,无论是为了个人生产力、业务运营还是创作活动。在大多数情况下,人们将充当这些 AI 智能体的『大师』,为它们设定目标并推动它们前进。我们也将『为 AI 智能体工作』,就像我们必须在公司、流程和其他系统的约束下工作一样。然而,我认为 AI 智能体在许多情况下会比当今社会上的公司和系统做得更好,并且会创造让所有人受益的机会。」   ——Crowd Cow 联合创始人 Joe Heitzeberg

如何构建和使用自主智能体


你现在已准备好一头扎进自主智能体的世界。我将为你列出开始构建或使用自主智能体代理所需的资源。

「找到一个包含大量重复性任务的特定 B2B 用例。如销售运营、 广告运营、项目运营、会计服务等。现在可供选择的任务很多。」   ——Hustlefund 联合创始人 Elizabeth Yin

「首先,尽可能缩小你的用例范围。然后,设计一种包含人机回环( human-in-the-loop)的产品,以及一种评估过程成功与否的方法,并逐步增加自动化程度,最后再扩展到相邻的用例。」   ——Codium AI 联合创始人兼首席执行官 Itamar Friedman

构建自主智能体

构建自主智能体有几个不同的选择。


  • 自己构建:看看我之前提供的框架,然后从头开始构建一切的旅程吧!这并不像听起来那么可怕。推荐使用的软件解决方案有 OpenAI 的 GPT-4、Pinecone 矢量数据库和 LangChain 的框架。
  • Auto-GPT:这是一个流行的开源选项,由 Toran Richards 创建。它包括连接到互联网、使用应用程序、长期和短期记忆等选项。
  • BabyAGI:另一个流行的开源选项,由 Yohei Nakajima 创建。虽然这个还没有连接到互联网,但它的代码不到 200 行,非常简练。
  • Microsoft 的 Jarvis:与 Auto-GPT 和 BabyAGI 非常相似,但更强大,由 Microsoft 和 HuggingFace 提供。

「我认为我们最初将拥有垂直领域的自主智能体。这些智能体针对一组特定数据进行微调,使它们能够在该领域发挥作用。到目前为止,我们看到大量运用大型语言模型(LLM)的(仅有的?)两个领域是文案写作和编程。进一步推断,我们认为这两个领域采用的 AI 将开始变得更加自主是有道理的。一种可能在不久的将来逐渐出现的方式是,人工智能将代替人们给出 prompt 来触发文案写作或代码编写,它们将每天自动给你新的建议供你考虑,而不需要你先启动它们或给它们 prompt。」   ——godmode.space 的创建者 Lonis Hamaili

使用自主智能体

准备好拥有自己的智能体了吗?这里有一些选项。


你可以通过选择任一选项来创建如上所述的自己的智能体!


  • AgentGPT:从网站创建并运行自主智能体 (AutoGPT),无需登录。
  • HyperWrite Assistant:添加一个 chrome 扩展程序,让你可以向浏览器发出命令,然后浏览器执行。
「各行各业的人们都可以从此前专为社会精英阶层保留的专业知识和高效方法中受益。 这种个人助理的普惠化可以带来更高的生产力和更平衡的工作与生活体验,使人们能够更专注于他们的兴趣、创造力和个人成长,而他们的人工智能助手则负责处理他们日常生活中更单调的部分。 」   ——HyperWrite 创始人兼首席执行官 Matt Shumer

无论你会不会编程,我都鼓励你花几个小时来尝试这些东西。它并不像看起来那么复杂或困难,而且你越快动手,你就会越快地了解自主智能体。

「作为一名投资者,使用自主智能体来完成分析师和助理的工作,或至少极大地助力他们的工作,这让我非常兴奋。它们可以在特定条件下通过编程寻找交易,针对特定因素进行分析,然后帮我发送自定义电子邮件以开始对话。」   ——Boost VC 联合创始人 Brayton Williams

自主智能体如今可被进行开放式的诠释和创新。99% 的用例尚未创建或尝试,拥有无穷无尽的可能性,而机会就在你的手中。

「对于为实现更大的终极目标而对较小的编程任务进行编排和模块化,我非常感兴趣。我们知道大型语言模型擅长基于问题进行编程,但我们还未看到证据表明它们可以将整个代码库从 Android 移植到 iOS,甚至可以从头开始创建应用程序。我认为具有正确编排方案和内存结构的智能体或可实现这一目标。」   ——Curai 联合创始人兼首席执行官 Neal Khosla


参考阅读:

AutoGPT 太火了,无需人类插手自主完成任务,GitHub2.7 万星

Star 量近 8 万,大火 AutoGPT 星标超 PyTorch,网友:看清它的局限性

爆火论文打造《西部世界》雏形:25 个 AI 智能体,在虚拟小镇自由成长


原文链接:https://www.mattprd.com/p/the-complete-beginners-guide-to-autonomous-agents?continueFlag=d7ee95bb4d852ef440fb8296d95c54e6

相关文章
|
1月前
|
监控 Unix Windows
Zabbix【部署 04】 Windows系统安装配置agent及agent2
Zabbix【部署 04】 Windows系统安装配置agent及agent2
289 0
|
7天前
|
人工智能 安全 人机交互
ACL 2024:PsySafe:跨学科视角下的Agent系统安全性研究
【6月更文挑战第21天】PsySafe是一个创新框架,关注多智能体系统集成大型语言模型后的安全风险。它从心理学角度评估和强化系统安全,通过模拟攻击检测漏洞,并设计防御策略。研究显示智能体的负面心理状态影响其行为安全,揭示了心理状态与行为模式的关联。该框架为MAS安全性研究提供新途径,但也面临智能体心理评估准确性和行为评估方法的挑战。[\[arxiv.org/pdf/2401.11880\]](https://arxiv.org/pdf/2401.11880)
17 6
|
17天前
|
人工智能 自然语言处理 决策智能
超长小说可以用AI翻译了,新型多智能体协作系统媲美人工翻译
【6月更文挑战第11天】研究人员开发了一种基于大型语言模型的多智能体协作系统TransAgents,用于文学翻译,挑战复杂的文学文本翻译。通过单语人类偏好和双语LLM偏好评估,系统在保留文学风格和表达上表现出色,尤其在需要领域知识的文本中。然而,系统在捕捉文学翻译的细微差别、文化特定元素和长文本翻译效率上仍有局限性。相关论文链接:https://arxiv.org/abs/2405.11804
44 1
|
1月前
|
人工智能 决策智能
【AI Agent系列】【MetaGPT多智能体学习】3. 开发一个简单的多智能体系统,兼看MetaGPT多智能体运行机制
【AI Agent系列】【MetaGPT多智能体学习】3. 开发一个简单的多智能体系统,兼看MetaGPT多智能体运行机制
91 0
|
1月前
|
机器学习/深度学习 算法 TensorFlow
OpenAI Gym 中级教程——多智能体系统
OpenAI Gym 中级教程——多智能体系统
170 0
|
10月前
|
存储 数据采集 缓存
【运维知识进阶篇】Zabbix5.0稳定版详解9(Zabbix优化:高并发对MySQL进行拆分、Zabbix-agent主动上报模式、使用proxy代理模式、系统自带监控项优化、进程优化、缓存优化)
【运维知识进阶篇】Zabbix5.0稳定版详解9(Zabbix优化:高并发对MySQL进行拆分、Zabbix-agent主动上报模式、使用proxy代理模式、系统自带监控项优化、进程优化、缓存优化)
324 0
|
10月前
|
存储 机器学习/深度学习 人工智能
大模型自主智能体爆火,OpenAI也在暗中观察、发力,这是内部人的分析博客(1)
大模型自主智能体爆火,OpenAI也在暗中观察、发力,这是内部人的分析博客
161 1
|
10月前
|
存储 数据采集 人工智能
刚刚,国内的自主智能体OmBot发布了
刚刚,国内的自主智能体OmBot发布了
231 0
|
10月前
|
机器学习/深度学习 人工智能 自然语言处理
大模型自主智能体爆火,OpenAI也在暗中观察、发力,这是内部人的分析博客(2)
大模型自主智能体爆火,OpenAI也在暗中观察、发力,这是内部人的分析博客
176 0
|
1月前
|
缓存 监控 安全
zabbix服务器监控之了解agent的启动过程
zabbix服务器监控之了解agent的启动过程
31 0