这是 AutoGPT，突破人工智能极限的自主 ChatGPT

几周前，视频游戏开发者 Toran Bruce Richards 在 Github 上启动了 AutoGPT 项目。这位自称为“Significant Gravitas online”的开发者将 AutoGPT 描述为“一个实验性的开源应用程序”旨在GPT-4，最新语言模型更新在后面聊天GPT, 作品“完全自主”。项目“突破人工智能可能的界限”，我们可以在 Github 页面上阅读。

https://twitter.com/SigGravitas/status/1641437094043332614?s=20

已独立的 ChatGPT

具体来说，人工智能能够从头到尾管理任务无需人类干预来引导它。为此，此版本的 ChatGPT 访问互联网来搜索和收集有用信息，然后依靠 GPT-4 模型生成文本或代码。最后，AI使用之前版本的语言模型GPT-3.5来存储和汇总文件。为了处理漫长而复杂的任务，AutoGPT 因此编译几种语言模型。最终，在最初的请求之后，人类不再干预创造过程。

提问者副AutoGPT 的创建者解释说，他希望帮助语言模型“适应需要长期规划的任务”。 L'应用程序开源“可以将 GPT4 推理应用于需要长期规划和多个步骤的更大、更复杂的问题””，开发商补充道。

“以最少的人类请求进行操作的能力是 AutoGPT 的一个重要方面。它将本质上是高级自动完成的大型语言模型转换为能够执行操作并从错误中学习的独立代理。”，托兰·布鲁斯·理查兹解释道。

AutoGPT 与 ChatGPT 的区别在于：自我评价的能力。在执行任务期间，人工智能可以分析其工作方式以进行改进。例如，在研究阶段，AutoGPT 自发地意识到必须确保所咨询的网站是可靠的。此外，他也意识到自己记忆力的局限性。因此，人工智能将自动将有助于其项目继续进行的基本数据记录在文件中。这种意识显着提高了 ChatGPT 的信息保留能力。部分归功于内存的增加，人工智能无需程序员重新构建即可完成项目。

另请阅读：使用此应用程序只需几句话即可创建您自己的 ChatGPT

AutoGPT 的可能性

托兰·布鲁斯·理查兹 (Toran Bruce Richards) 首先使用人工智能改进一段代码，测试它，并将结果列出在文件中。他还要求 AutoGPT 通过浏览网络上的新闻文章来研究一系列主题，然后再向他提供摘要。作为Prometheus，Bing 的聊天机器人，AutoGPT能够进行在线搜索。它不限于数据库，这显然增加了它的可能性。

https://twitter.com/SullyOmarr/status/1645205292756418562?s=20

很快，许多互联网用户对这个项目产生了兴趣。他们使用 Github 上的教程在自己的计算机上运行 AutoGPT。根据 Twitter 上出现的评价，人工智能还能够进行完整的市场研究、撰写食谱（从研究、写作和格式化）或通过分析在线数据来想象一家新的初创企业。

“这太疯狂了，他创建了食谱清单、异国情调的食材清单、简介，并开始写这本书”一位互联网用户作证说，他要求 AI 设计一本关于 20 种最好的日本料理的书，中等的。

其他互联网用户转而使用 AutoGPT尝试自动化加密货币交易。通过利用人工智能功能，他们自动根据市场条件调整交易，以产生利润。结果还不是很有说服力，在这种情况下程序仍然需要人工监控。然而，一些交易员仍在继续尝试。

https://twitter.com/valleyunder/status/1645759474102333440?s=61&t=5A32Y-EnOLZtQ0BqrAtE9A

AutoGPT 是如何工作的？

为了让 AutoGPT 处理任务，用户必须首先为其命名、分配特定角色并向其解释要做什么在五个目标中。第一步可以让您分解一个漫长的过程。然后AI开始一项一项执行任务，直到整个过程完成。理论上用户不应干预该过程。事实上，有时人工智能会循环运行或在此过程中生成不必要的任务。

在此过程中，AutoGPT 会请求允许进行下一步，从而允许用户监控任务的进度。开发商包括连续模式，它授权人工智能完全自主地发展到其应用。然而，他强烈建议不要激活该模式，因为它是“有潜在危险，可能会导致你的人工智能永远运行或执行你通常不允许的操作”。托兰·布鲁斯·理查兹意识到他的创作所带来的风险，强调：“始终建议人工监督”。这个可以“减轻潜在问题”并引导AI走向预期结果。