Cours
Systèmes multi‑agents avec LangGraph
2 h 45 min
8.5K
Introduction aux agents d'intelligence artificielle
Apprenez les principes fondamentaux des agents d'intelligence artificielle, leurs composants et leur utilisation dans le monde réel - aucun codage n'est nécessaire.
Quel lien entre les agents IA et ChatGPT ?
Expliquer les agents IA requiert un peu de jargon. Voici quelques définitions :
- Un grand modèle de langage (LLM) est un type de modèle d’apprentissage automatique utilisé pour générer du texte.
- GPT d’OpenAI est actuellement le LLM le plus populaire. La dernière version est GPT-4, même si la précédente, GPT-3.5-turbo, reste utilisée.
- Le chat désigne un mode d’utilisation où vous envoyez une invite texte à l’IA, qui renvoie une réponse textuelle.
- L’« embedding » est un mode d’utilisation où vous envoyez un texte à l’IA, qui renvoie une représentation numérique de ce texte. Représenter le texte en nombres est utile pour la recherche, la recommandation et la classification.
- ChatGPT d’OpenAI est une application web offrant une interface pratique pour dialoguer avec GPT.
De la même manière que ChatGPT est une application web alimentée par le LLM GPT, les trois agents IA présentés dans ce tutoriel sont aussi des applications propulsées par GPT.
Le principal problème que ces agents cherchent à résoudre est de réduire l’intervention humaine nécessaire pour mener une tâche à bien.
AgentGPT et BabyAGI sont, en substance, un « GPT en boucle » : GPT est appelé de façon répétée pour décomposer la demande de l’utilisateur en sous-problèmes, et la sortie de chaque étape est affinée jusqu’à ce que chaque sous-tâche soit terminée.
Auto-GPT va plus loin en donnant à l’agent IA un accès à Internet et la capacité d’exécuter du code, ce qui lui permet de résoudre un éventail plus large de problèmes.
Les innovations suivantes méritent d’être détaillées.
Mémoire long terme
Les LLM génèrent des mots en se basant sur les mots précédents de la conversation (invites de l’utilisateur et réponses de l’IA). Cependant, leur mémoire est limitée : beaucoup de modèles ne retiennent que quelques centaines de mots, et l’état de l’art GPT-4 mémorise environ 6 000 mots par défaut. Quand la conversation dépasse cette limite, les réponses peuvent devenir incohérentes entre elles.
Dans la plupart des cas, ce n’est pas un problème. Mais pour certains usages — chatbots et, plus encore, agents IA — il est essentiel de conserver l’historique complet des échanges, voire des conversations antérieures.
Doter un agent d’une mémoire se fait via un flux d’« embedding » pour stocker le texte de la conversation sous forme numérique. Chaque invite ou réponse est enregistrée comme un tableau représentant le sens du texte.
Ces vecteurs sont stockés dans une base de données vectorielle. À l’heure actuelle, Auto-GPT et BabyAGI utilisent Pinecone (l’acteur de référence), et l’équipe d’AgentGPT travaille à ajouter cette fonctionnalité.
Navigation web
Si vous interrogez ChatGPT sur des événements récents, il vous indiquera ne pas pouvoir répondre car il a été entraîné sur des données allant jusqu’en septembre 2021. Là encore, ce n’est pas bloquant pour de nombreux cas, mais cela pose problème si votre tâche implique des informations d’actualité.
Une solution consiste à doter l’IA de capacités de navigation pour accéder à Internet et trouver elle-même des réponses.
Auto-GPT peut mener ses recherches via l’API Google Search.
Cette fonctionnalité fait débat : les développeurs d’AgentGPT et de BabyAGI ne l’ont pas ajoutée pour l’instant, préférant limiter les connaissances de l’IA à celles de GPT.
Exécution de code
Bien que des LLM comme GPT puissent générer du code, déboguer ou améliorer du code existant, ils ne peuvent pas l’exécuter.
Auto-GPT peut exécuter du code shell et Python. Il peut donc à la fois écrire et lancer du code.
L’un des atouts majeurs que cela lui confère est la capacité d’écrire du code pour interagir avec d’autres logiciels, puis de l’exécuter. Il peut ainsi accomplir des tâches en s’appuyant sur d’autres outils.
Quels sont les cas d’usage des agents IA ?
Nous n’en sommes qu’au début pour imaginer l’usage des agents IA. Beaucoup d’exemples sont des déclinaisons d’un assistant personnel automatisé, une nouvelle génération d’IBM Watson Assistant par exemple.
Udit Goenka, CEO de FirstSales.io, a publié sur Twitter avoir utilisé Auto-GPT pour créer un moteur de prospection. La capture d’écran montre l’agent élaborant un plan pour rechercher des entreprises ayant levé un seed au cours de l’année écoulée (des prospects a priori solvables) et décrivant les détails pour constituer la liste (extraction des noms d’entreprises et des URL).
Yew Jin Lim, ingénieur logiciel chez Google, a partagé avoir utilisé Auto-GPT pour créer un assistant e‑mail (repo Github). La vidéo montre Yew Jin envoyant un e‑mail à l’agent avec les détails d’une tâche à réaliser, puis l’agent ajoutant par exemple un événement à son agenda.
Quels sont les risques et limites des agents IA ?
Le consensus autour de l’usage de l’IA est clair : la plupart des tâches sont mieux réalisées avec un humain dans la boucle pour valider ce que fait l’IA. Rappelez-vous que l’IA est un assistant, pas un expert (et un assistant qui hallucine parfois). Quelques mises en garde s’imposent.
Exécuter l’IA en continu peut coûter cher
Un appel unique à GPT via l’API OpenAI est relativement peu onéreux (généralement moins d’1 cent US pour GPT‑3.5 selon le volume de sortie ; GPT‑4 est plus cher). En revanche, utiliser l’un des trois agents présentés pour accomplir une tâche complexe peut impliquer des centaines, voire des milliers d’appels API.
Il est pertinent d’intégrer des points d’arrêt nécessitant une validation humaine pour autoriser la poursuite de l’exécution.
Donner à Auto-GPT l’accès à des logiciels peut être risqué
Si Auto-GPT peut accéder à n’importe quelle API, lui donner, par exemple, la possibilité d’acheter automatiquement des actions en votre nom, c’est prendre le risque de perdre tout l’argent de votre compte. De même, il est déconseillé de lui accorder des droits d’écriture sur votre base de données d’entreprise.
Au‑delà des pertes individuelles ou d’entreprise, certains chercheurs en IA estiment que des IA avancées pourraient présenter des menaces plus larges, voire existentielles. Si les premières tentatives visant à utiliser Auto-GPT pour détruire l’humanité ont échoué, gardons à l’esprit l’avertissement d’Eliezer Yudkowsky, Senior Research Fellow au Machine Intelligence Research Institute.
Pour visualiser une IA surhumaine hostile, n’imaginez pas un penseur théorique sans vie, tapi sur Internet à envoyer des e‑mails malveillants. Imaginez plutôt une civilisation entièrement étrangère, réfléchissant à des vitesses des millions de fois supérieures à celles des humains, d’abord confinée aux ordinateurs — dans un monde d’êtres qui sont, de son point de vue, très stupides et très lents. Une IA suffisamment intelligente ne restera pas longtemps confinée aux ordinateurs. Dans le monde d’aujourd’hui, on peut envoyer des séquences d’ADN par e‑mail à des laboratoires qui produiront des protéines à la demande, permettant à une IA initialement limitée à Internet de créer des formes de vie artificielles ou de passer directement à une fabrication moléculaire post‑biologique.
Si quelqu’un construit une IA trop puissante, dans les conditions actuelles, je m’attends à ce que chaque membre de l’espèce humaine et toute vie biologique sur Terre périssent peu après.
Même s’il s’agit clairement d’un scénario extrême, il vaut la peine de considérer les dangers que pourrait poser une IA sans garde‑fous.
Comment accéder à un agent IA ?
Pour tester vous‑même ces agents, plusieurs sites permettent des essais. Si vous souhaitez aller plus loin, vous devrez les installer sur votre plateforme de développement.
Quel que soit l’agent et l’usage envisagé, vous aurez besoin d’une clé d’API OpenAI. Les instructions sont fournies dans le tutoriel Using GPT-3.5 and GPT-4 via the OpenAI API in Python.
Si vous voulez installer l’un de ces agents, notez qu’il s’agit d’applications en ligne de commande et qu’en l’état, leur mise en place demande quelques efforts.
Interfaces web
La plateforme IA Hugging Face propose une version hébergée d’Auto‑GPT. Il vous suffit de fournir votre clé d’API OpenAI, puis d’attribuer un rôle et des objectifs à l’IA.
God Mode (nommé d’après un mode triche de jeu vidéo) vous permet de la même façon de saisir votre clé d’API OpenAI et d’assigner une tâche à Auto‑GPT.
Pour les utilisateurs de Replit, vous pouvez aussi forker ce repl et lui fournir votre clé d’API OpenAI.
L’équipe d’AgentGPT propose une version de démonstration de son agent, mais en version gratuite, l’exécution se coupe au bout d’environ deux minutes.
À ce jour, nous n’avons pas trouvé de version hébergée de BabyAGI.
Installer Auto‑GPT
Auto‑GPT est une application en ligne de commande et, en l’état, nécessite quelques étapes de configuration. Vous trouverez une documentation détaillée d’installation pour vous guider.
Ce guide suppose que vous avez accès à un shell (bash ou zsh), et que git et Python sont installés.
Cloner le dépôt Auto‑GPT
Dans le terminal, clonez le dépôt Auto‑GPT.
git clone https://github.com/Significant-Gravitas/Auto-GPT.gitAccédez au répertoire Auto-GPT fraîchement créé, puis basculez sur la branche stable.
cd Auto-GPT
git checkout stableObtenir des clés d’API
Auto‑GPT requiert une clé d’API OpenAI (pour contacter GPT). Le compte gratuit ne permet que 3 appels API par minute, insuffisant pour Auto‑GPT ; il vous faudra donc un compte payant. Les instructions sont données dans notre tutoriel Using GPT-3.5 and GPT-4 via the OpenAI API in Python.
Vous pouvez en option utiliser l’API Pinecone (stockage), l’API ElevenLabs (interface vocale), l’API Google (recherche) et l’API Twitter (pour promouvoir ce que vous venez de créer).
Configurer Auto‑GPT
Auto‑GPT stocke toutes les clés d’API dans un fichier de configuration nommé .env.
Notez que stocker des clés d’API en clair dans un fichier texte est une mauvaise pratique de sécurité : exécutez Auto‑GPT uniquement dans un environnement sûr (par exemple, votre machine locale) ou invalidez vos clés après usage.
Copiez le fichier .env.template et renommez‑le .env.
Dans un éditeur de texte, trouvez la ligne commençant par OPENAI_API_KEY= et ajoutez votre clé OpenAI, sans espaces ni guillemets.
Ajoutez les autres clés d’API au même format clé=valeur.
Exécuter Auto‑GPT
Auto‑GPT se lance via le script shell run.sh (run.bat sous Windows).
Pour afficher l’aide d’utilisation de ce script, utilisez l’argument --help.
sh run.sh --help
Notez que le script vérifie d’abord de nombreuses versions de packages Python avant d’afficher les détails d’usage.
Pour démarrer un assistant Auto‑GPT, relancez la même commande sans l’argument d’aide.
sh run.sh
Après les vérifications des packages, Auto‑GPT vous posera trois questions :
- Donnez un nom à votre assistant IA.
- Décrivez son rôle.
- Fournissez jusqu’à cinq objectifs à atteindre.
Installer AgentGPT
AgentGPT fournit un guide de démarrage rapide dans le README de son dépôt GitHub.
Cloner le dépôt AgentGPT
Dans le terminal, clonez le dépôt AgentGPT.
git clone https://github.com/reworkd/AgentGPT.git
Accédez au répertoire AgentGPT fraîchement créé.
cd AgentGPT
Lancer le script de configuration
Un script bash permet de configurer l’agent.
bash setup.sh --local
La première étape consiste à saisir votre clé d’API OpenAI puis à appuyer sur ENTRÉE.
On peut vous demander d’autoriser l’accès à vos fichiers Bureau et les connexions réseau entrantes. Acceptez‑les.
Après quelques secondes, vous devriez voir un message du type :
ready - started server on 0.0.0.0:3000, url: http://localhost:3000
Copiez l’URL et collez‑la dans la barre d’adresse de votre navigateur. AgentGPT s’ouvrira avec un message de bienvenue.
Déployer votre agent
Donnez un nom et un objectif à votre agent, puis cliquez sur « Deploy Agent ».
Installer BabyAGI
BabyAGI dispose d’une documentation (très) minimale dans le README de son dépôt GitHub.
Cloner le dépôt BabyAGI
Dans le terminal, clonez le dépôt BabyAGI.
git clone https://github.com/yoheinakajima/babyagi.git
Accédez au répertoire BabyAGI fraîchement créé.
cd BabyAGI
Installer les packages Python requis
Utilisez pip pour installer les packages nécessaires à l’exécution de BabyAGI.
pip install -r requirements.txt
Configurer BabyAGI
Créez un fichier de configuration nommé .env.
cp .env.example .env
Modifiez le fichier de configuration. Vous pouvez utiliser n’importe quel éditeur en ligne de commande ; ici, nous utilisons vim.
vim .env
Appuyez sur i pour passer en insertion.
- Sur la ligne commençant par
OPENAI_API_KEY=, ajoutez votre clé d’API OpenAI. - Sur la ligne
INSTANCE_NAME=, donnez éventuellement un nom à votre agent. - Sur la ligne
OBJECTIVE=, définissez un objectif à atteindre.
Lancer BabyAGI
Exécutez le script BabyAGI.
python3 babyagi.pyExemple Auto‑GPT
À titre de test, j’ai nommé mon assistant IA « Jeff », décrit comme « Un expert en data science qui écrit des tutoriels sur l’IA », et je lui ai donné pour objectif « Rédiger un tutoriel sur Auto‑GPT ».
Auto‑GPT vous demande régulièrement l’autorisation d’exécuter l’étape suivante, qu’il s’agisse de rechercher des informations en ligne ou d’écrire un fichier. Appuyez sur « y » pour continuer, ou fournissez un retour texte.
Au bout de quelques minutes à tenter d’écrire un tutoriel, Auto‑GPT a produit ce fichier tutoriel.
Ce n’est ni un bon tutoriel, ni même factuellement correct : comme toujours avec l’IA, il faut préciser très finement vos exigences dans les invites et surveiller de près ce que fait l’agent.
Passez à la vitesse supérieure
Des agents IA comme Auto‑GPT, AgentGPT et BabyAGI marquent une avancée majeure vers des systèmes réellement autonomes. En travaillant avec un minimum d’intervention humaine, ils ouvrent la voie à d’innombrables applications, des assistants personnels aux solveurs de problèmes.
Pour garder une longueur d’avance dans ce paysage en mouvement, développez vos connaissances et vos compétences en data science, apprentissage automatique et IA. Explorez ces ressources pour aller plus loin :
Introduction au cours ChatGPT
Commencez avec ChatGPT