Auto-GPT 是克服 LLM 局限性的新人工智能工具

ChatGPT 等大型语言模型 (LLM)因其以逼真的方式理解和响应人类语言的能力而风靡全球。但是，这些 LLM 的局限性在于它们一次只能完成一项任务，然后才需要人工交互（称为提示）。Auto-GPT 是一种新的人工智能技术，它试图通过一个简单的解决方案来克服这一障碍，一些人认为它可能是迈向人工智能圣杯的下一步——创造强人工智能或通用人工智能。

在本文中，我们将深入探讨强人工智能的概念、什么是 Auto-GPT，以及 Auto-GPT 和其他人工智能代理的一些应用。

人工智能的二分法：强与弱

当前的 AI 应用程序通常被设计为执行一项任务，并且随着输入的数据越来越多，它们的表现也越来越好。一些示例包括分析图像、翻译语言或驾驶自动驾驶车辆。因此，它们有时被称为专门的 AI、狭义 AI 或弱 AI。

另一方面，强人工智能或通用人工智能 (AGI)是一种广义人工智能，理论上能够执行许多不同类型的任务，甚至是最初创建时并非为了执行的任务，就像自然界一样智能实体（例如人）可以。

AGI 是人们在机器学习和深度学习使弱/窄 AI 在上个十年开始时成为日常现实之前想象 AI 的样子时传统上想到的。想想机器人展示的科幻人工智能，比如《星际迷航》中的角色数据，它几乎可以做人类可以做的任何事情。

AUTO-GPT 的强大功能：深入了解

Auto-GPT是一种克服 LLM 局限性的技术，它通过创建自己的提示并将它们反馈给自己，从而创建一个循环。要从像 ChatGPT 这样的应用程序中获得最佳结果，需要仔细考虑您提出问题的措辞方式。

使用 Auto-GPT，应用程序自己构建问题并询问下一步应该是什么，应该如何进行，等等，创建一个循环直到任务完成。

它的工作原理是将一个较大的任务分解成较小的子任务，然后分离出独立的 Auto-GPT 实例以处理它们。原始实例充当一种项目经理，协调所有已执行的工作并将其编译成最终结果。除了使用 GPT-4 根据其研究的文本构建句子和散文外，Auto-GPT 还能够浏览互联网并将其在其中找到的信息包含在其计算和输出中。在这方面，它更类似于微软 Bing 搜索引擎的支持 GPT-4 的新版本。它还具有比 ChatGPT更好的记忆力，因此它可以构建和记住更长的命令链。

Auto-GPT 是一个使用 GPT-4 的开源应用程序，由 Toran Bruce Richards 创建。理查兹说，他之所以开发它，是因为传统的人工智能模型“虽然功能强大，但往往难以适应需要长期规划的任务，或者无法根据实时反馈自主改进其方法。” 它是被称为递归 AI 代理的一类应用程序之一，因为它们能够自主使用它们生成的结果来创建新提示，将这些操作链接在一起以完成复杂的任务。

探索 AUTO-GPT 和 AI 代理的无限可能

自生成人工智能应用程序出现以来，很明显，我们正处于通往人工智能将对我们的生活和社会产生深远影响的世界的漫长旅程的开端。虽然像 ChatGPT 这样的应用程序以其生成代码的能力而闻名，但它们往往局限于相对简短的编程和软件设计。然而，Auto-GPT 和其他以类似方式工作的潜在 AI 代理可用于从头到尾开发软件应用程序。

Auto-GPT 可以通过检查流程并提供有关如何改进流程的智能建议和见解来自动增加企业的净值。它可以访问互联网，允许用户要求它进行市场调查或其他类似任务。

原文：https://autogpt.net/could-auto-gpt-outperform-chatgpt-as-the-next-powerful-ai-technology/