Pengantar AI Agent: Memulai dengan Auto-GPT, AgentGPT, dan BabyAGI

Bagaimana Hubungan AI Agent dengan ChatGPT?

Menjelaskan AI agent memerlukan sedikit pemahaman jargon. Lihat definisi berikut:

• Large language model (LLM) adalah jenis model machine learning yang digunakan untuk menghasilkan teks.
• GPT dari OpenAI saat ini merupakan LLM paling populer. Versi terbarunya adalah GPT-4, meskipun versi sebelumnya, GPT-3.5-turbo, masih digunakan.
• Chatting adalah alur kerja saat Anda mengirim prompt teks ke AI, yang kemudian mengembalikan respons teks.
• Embedding adalah alur kerja saat Anda mengirim prompt teks ke AI, yang kemudian mengembalikan representasi numerik dari teks sebagai responsnya. Mewakili teks sebagai angka berguna untuk tugas penelusuran, rekomendasi, dan klasifikasi.
• ChatGPT dari OpenAI adalah aplikasi web yang menyediakan antarmuka pengguna yang nyaman untuk bercakap-cakap dengan GPT.

Sama seperti ChatGPT adalah aplikasi web yang didukung oleh LLM GPT, tiga AI agent yang dibahas dalam tutorial ini juga merupakan aplikasi yang didukung oleh GPT.

Masalah utama yang coba dipecahkan oleh AI agent ini adalah mengurangi jumlah interaksi manusia yang diperlukan agar AI dapat menyelesaikan sebuah tugas.

AgentGPT dan BabyAGI pada dasarnya adalah "GPT dalam loop," di mana GPT dipanggil berulang kali untuk memecah permintaan pengguna menjadi masalah yang dapat diselesaikan, dan keluaran dari setiap langkah diperbaiki hingga setiap sub-tugas berhasil diselesaikan.

Auto-GPT melangkah lebih jauh dengan memberikan akses internet dan kemampuan menjalankan kode kepada AI agent, sehingga memungkinkan ia menyelesaikan ragam masalah yang lebih luas.

Inovasi berikut patut dibahas.

Memori jangka panjang

LLM menghasilkan kata-kata berdasarkan kata-kata sebelumnya dalam percakapan (baik prompt pengguna maupun respons AI). Namun, LLM memiliki memori yang cukup pendek: banyak model hanya mengingat beberapa ratus kata, dan GPT-4 yang mutakhir mengingat sekitar 6.000 kata secara bawaan. Ketika panjang percakapan melebihi memori LLM, responsnya dapat menjadi tidak konsisten satu sama lain.

Untuk sebagian besar kasus penggunaan, ini bukan masalah. Namun, dalam beberapa kasus, sangat penting seluruh percakapan—bahkan mungkin percakapan sebelumnya—diingat. Chatbot, dan sepupu lanjutannya, AI agent, adalah contohnya.

Memberi AI agent sebuah memori dicapai dengan menggunakan alur kerja embedding untuk menyimpan teks percakapan sebagai angka. Setiap prompt pengguna atau respons AI disimpan sebagai array yang merepresentasikan makna teks.

Array numerik ini disimpan dalam basis data vektor. Saat ini, Auto-GPT dan BabyAGI menggunakan Pinecone (pemain terkemuka di bidang ini), dan tim AgentGPT sedang mengembangkan dukungan untuk fitur ini.

Kemampuan menjelajah web

Jika Anda menanyakan kepada ChatGPT pertanyaan tentang kejadian terkini, ia akan mengatakan tidak dapat menjawab karena hanya dilatih pada data hingga September 2021. Sekali lagi, keterbatasan ini bukan masalah bagi banyak aplikasi, tetapi dapat menimbulkan kendala jika tugas Anda melibatkan peristiwa atau informasi terkini.

Salah satu solusi untuk masalah ini adalah memberi AI kemampuan menjelajah web agar dapat mengakses internet dan mencari jawabannya sendiri.

Auto-GPT dapat melakukan riset sendiri melalui Google Search API.

Fitur ini sedikit kontroversial: pengembang AgentGPT dan BabyAGI saat ini belum menambahkan fitur ini, lebih memilih membatasi pengetahuan AI pada apa yang diketahui GPT.

Menjalankan kode

Meskipun LLM seperti GPT dapat menghasilkan kode dari awal, serta men-debug atau meningkatkan kode yang ada, mereka tidak dapat benar-benar menjalankannya.

Auto-GPT dapat mengeksekusi kode shell dan Python. Artinya, ia dapat menulis kode sekaligus menjalankannya.

Salah satu kemampuan yang sangat kuat dari hal ini adalah ia dapat menulis kode untuk berinteraksi dengan perangkat lunak lain, lalu menjalankannya. Ini berarti ia dapat menyelesaikan tugas dengan memanfaatkan perangkat lunak lain.

Apa Saja Kasus Penggunaan AI Agent?

Masih sangat dini untuk mengetahui bagaimana kita dapat menggunakan AI agent. Banyak contoh merupakan variasi dari asisten pribadi otomatis, seperti IBM Watson Assistant generasi berikutnya.

Udit Goenka, CEO FirstSales.io, mengunggah di Twitter bahwa ia menggunakan Auto-GPT untuk membangun mesin prospek. Tangkapan layar dalam tweet menunjukkan AI agent membuat rencana untuk mencari perusahaan yang telah mengumpulkan modal awal dalam setahun terakhir (yaitu prospek yang seharusnya memiliki dana tersedia) dan menjelaskan detail untuk membuat daftarnya (mengekstrak nama perusahaan dan URL).

Udit Goenka di Twitter

Yew Jin Lim, seorang software engineer di Google, mengunggah bahwa ia menggunakan Auto-GPT untuk membuat asisten email (repo Github). Video dalam tweet menunjukkan Yew Jin mengirim email ke AI agent dengan detail tugas yang harus diselesaikan dan agent melakukan tugas seperti menambahkan acara ke kalendernya.

Yew Jin Lim di Twitter

Apa Bahaya dan Keterbatasan AI Agent?

Saran yang menjadi konsensus saat bekerja dengan AI adalah sebagian besar tugas lebih baik dilakukan dengan manusia di dalam loop untuk memeriksa kewarasan atas apa yang dilakukan AI. Ingat bahwa AI seharusnya menjadi asisten, bukan pakar (dan merupakan asisten yang terkadang berhalusinasi). Ada beberapa peringatan yang harus diperhatikan.

Menjalankan AI secara terus-menerus bisa mahal

Sementara satu panggilan ke GPT melalui OpenAI API cukup murah (biasanya kurang dari 1 sen AS untuk GPT-3.5, tergantung pada jumlah keluaran; GPT-4 lebih mahal), menggunakan salah satu dari tiga AI Agent yang dibahas di sini untuk melakukan tugas kompleks dapat melibatkan ratusan atau ribuan panggilan API.

Sebaiknya sertakan breakpoint di mana intervensi manusia diperlukan untuk memberikan izin agar AI terus berjalan.

Memberi Auto-GPT akses ke perangkat lunak bisa berbahaya

Meskipun Auto-GPT dapat diberi akses ke API apa pun, jika Anda memberinya akses untuk membeli saham atas nama Anda secara otomatis, Anda harus siap kehilangan semua uang di akun Anda. Demikian pula, bukan ide yang baik memberinya akses tulis ke basis data perusahaan Anda.

Melampaui kerugian pribadi atau perusahaan, beberapa peneliti AI berpendapat bahwa AI tingkat lanjut menimbulkan ancaman yang lebih besar atau bahkan eksistensial. Sementara upaya awal untuk menggunakan Auto-GPT untuk menghancurkan umat manusia tidak berhasil, patut diingat peringatan dari Eliezer Yudkowsky, Senior Research Fellow di Machine Intelligence Research Institute.

Untuk memvisualisasikan AI supermanusia yang bermusuhan, jangan bayangkan pemikir pintar buku tanpa nyawa yang berdiam di dalam internet dan mengirim email berniat buruk. Bayangkan seluruh peradaban alien, berpikir jutaan kali lebih cepat dari manusia, awalnya terbatas pada komputer—di dunia makhluk yang, dari perspektifnya, sangat bodoh dan sangat lambat. AI yang cukup cerdas tidak akan tetap terbatas pada komputer untuk waktu lama. Di dunia saat ini Anda dapat mengirim string DNA melalui email ke laboratorium yang akan memproduksi protein sesuai permintaan, memungkinkan AI yang awalnya terbatas pada internet untuk membangun bentuk kehidupan buatan atau langsung melompat ke manufaktur molekuler pascabiologis.

Jika seseorang membangun AI yang terlalu kuat, dalam kondisi saat ini, saya memperkirakan setiap anggota spesies manusia dan semua kehidupan biologis di Bumi akan mati tak lama setelah itu.

Meskipun ini jelas merupakan skenario terburuk, ada baiknya mempertimbangkan bahaya yang dapat ditimbulkan oleh AI yang tidak dibatasi.

Bagaimana Cara Mengakses AI Agent?

Untuk mencoba AI agent ini sendiri, ada beberapa situs web yang memungkinkan Anda mencoba teknologinya. Jika Anda ingin menggunakannya secara lebih serius, Anda perlu memasangnya di platform pengembangan pilihan Anda.

Apa pun agent yang Anda gunakan, dan bagaimana pun Anda memutuskan menggunakannya, Anda perlu mendapatkan kunci API OpenAI. Instruksi untuk ini diberikan dalam tutorial Menggunakan GPT-3.5 dan GPT-4 melalui OpenAI API di Python.

Jika Anda ingin memasang salah satu AI agent ini, ingat bahwa semuanya adalah aplikasi command-line, dan dalam kondisi saat ini, semuanya memerlukan sedikit upaya untuk disiapkan.

Antarmuka web

Platform AI Hugging Face menyediakan versi Auto-GPT yang di-host. Anda hanya perlu memberikan kunci API OpenAI Anda, lalu memberi AI peran dan beberapa tujuan.

God Mode (dinamai dari mode cheat gim video) serupa memungkinkan Anda memasukkan kunci API OpenAI dan cukup memberikan tugas kepada Auto-GPT untuk diselesaikan.

Untuk pengguna Replit, Anda juga dapat fork repl ini dan memberinya kunci API OpenAI Anda.

Tim AgentGPT menyediakan versi demo dari AI agent mereka, meskipun sebagai versi gratis, hanya akan berjalan sekitar dua menit sebelum berhenti.

Saat ini, tidak ada versi BabyAGI yang di-host yang dapat saya temukan.

Instal Auto-GPT

Auto-GPT adalah aplikasi command-line, dan dalam kondisi saat ini, memerlukan sedikit upaya untuk disiapkan. Anda dapat menemukan dokumentasi rinci tentang penyiapan untuk membantu Anda memulai.

Panduan ini mengasumsikan Anda dapat mengakses shell (seperti bash atau zsh), serta telah memasang git dan Python.

Klon repositori Auto-GPT

Di terminal, klon repositori Auto-GPT.

git clone https://github.com/Significant-Gravitas/Auto-GPT.git

Masuk ke direktori Auto-GPT yang baru saja dibuat, dan checkout branch stable

cd Auto-GPT
git checkout stable

Dapatkan kunci API

Auto-GPT mengharuskan Anda memiliki kunci API OpenAI (untuk menghubungi GPT). Akun gratis hanya mengizinkan Anda membuat 3 panggilan API per menit, yang tidak cukup untuk digunakan dengan Auto-GPT, jadi Anda perlu mendapatkan akun berbayar. Instruksi untuk ini diberikan dalam tutorial kami Menggunakan GPT-3.5 dan GPT-4 melalui OpenAI API di Python.

Secara opsional, Anda dapat menggunakan Pinecone API (untuk penyimpanan), ElevenLabs API (untuk antarmuka suara), Google API (untuk penelusuran), dan Twitter API (untuk mempromosikan apa yang baru saja Anda buat).

Konfigurasikan Auto-GPT

Auto-GPT menyimpan semua kunci API dalam sebuah file konfigurasi bernama .env.

Perhatikan bahwa menyimpan kunci API seperti ini dalam file teks biasa adalah praktik keamanan yang buruk, jadi Anda hanya boleh menjalankan Auto-GPT di lingkungan yang aman, seperti di mesin lokal Anda, atau Anda harus membatalkan kunci API Anda setelah menggunakannya.

Buat salinan file .env.template dan beri nama .env.

Di editor teks, temukan baris yang diawali OPENAI_API_KEY= dan tambahkan kunci API OpenAI Anda di situ tanpa spasi atau tanda kutip.

Tambahkan kunci API tambahan dalam format key=value yang sama.

Jalankan Auto-GPT

Auto-GPT dijalankan melalui skrip shell run.sh (run.bat di Windows).

Untuk mendapatkan bantuan tentang cara menggunakan skrip ini, gunakan argumen --help.

sh run.sh --help

Perhatikan bahwa skrip melakukan banyak pemeriksaan versi paket Python sebelum menampilkan detail penggunaan.

Untuk memulai asisten Auto-GPT, cukup jalankan perintah yang sama tanpa argumen help.

sh run.sh

Setelah melalui pemeriksaan paket, Auto-GPT akan menanyakan tiga hal kepada Anda

1. Berikan nama untuk asisten AI Anda.
2. Jelaskan peran AI Anda.
3. Berikan hingga lima tujuan yang akan dicoba oleh asisten AI.

Instal AgentGPT

AgentGPT menyediakan deskripsi singkat tentang cara memulai di README repo GitHub-nya.

Klon repositori AgentGPT

Di terminal, klon repositori AgentGPT.

git clone https://github.com/reworkd/AgentGPT.git

Masuk ke direktori AgentGPT yang baru saja dibuat.

cd AgentGPT

Jalankan Skrip Setup

Ada skrip bash untuk dijalankan guna menyiapkan AI agent.

bash setup.sh --local

Hal pertama yang akan diminta adalah memasukkan kunci API OpenAI Anda dan tekan ENTER.

Anda mungkin diminta memberikan akses ke file Desktop Anda dan menerima koneksi jaringan masuk. Setujui permintaan ini.

Setelah beberapa detik, Anda akan menerima pesan yang berbunyi seperti:

ready - started server on 0.0.0.0:3000, url: http://localhost:3000

Salin URL tersebut dan tempelkan ke bilah alamat di browser web Anda. AgentGPT akan terbuka dengan pesan sambutan.

Deploy Agent Anda

Beri agent Anda sebuah nama dan tujuan, lalu klik "Deploy Agent". 

Instal BabyAGI

BabyAGI memiliki dokumentasi (sangat minimal) di README repo GitHub-nya.

Klon repositori BabyAGI

Di terminal, klon repositori BabyAGI.

git clone https://github.com/yoheinakajima/babyagi.git

Masuk ke direktori BabyAGI yang baru saja dibuat.

cd BabyAGI

Instal Paket Python yang Diperlukan

Gunakan pip untuk memasang paket yang diperlukan untuk menjalankan BabyAGI.

pip install -r requirements.txt

Konfigurasikan BabyAGI

Buat file konfigurasi bernama .env.

cp .env.example .env

Edit file konfigurasi. Anda dapat menggunakan editor teks terminal apa pun; di sini, kita akan menggunakan vim.

vim .env

Tekan i untuk memasukkan teks.

• Pada baris yang diawali OPENAI_API_KEY= tambahkan kunci API OpenAI Anda.
• Pada baris yang diawali INSTANCE_NAME= secara opsional beri nama AI agent Anda.
• Pada baris yang diawali OBJECTIVE= berikan tujuan yang harus dicapai AI agent Anda.

Jalankan BabyAGI

Jalankan skrip BabyAGI.

python3 babyagi.py

Contoh Auto-GPT

Sebagai uji coba, saya menamai asisten AI saya "Jeff," mendeskripsikannya sebagai "Seorang pakar sains data yang menulis tutorial tentang AI," dan memberinya tujuan untuk "Menulis tutorial tentang Auto-GPT."

Auto-GPT akan secara berkala meminta izin Anda untuk melakukan tugas berikutnya, apakah itu menelusuri internet untuk informasi lebih lanjut atau menulis file. Klik 'y' untuk melanjutkan, atau berikan umpan balik teks.

Setelah beberapa menit Auto-GPT mencoba menulis tutorial, ia menghasilkan file tutorial ini.

Itu bukan tutorial yang bagus, atau bahkan faktual, jadi seperti biasa, saat menggunakan AI, Anda perlu sangat presisi dengan kebutuhan Anda dalam prompt dan memperhatikan dengan saksama apa yang dilakukan AI.

Naik ke Level Berikutnya

AI agent seperti Auto-GPT, AgentGPT, dan BabyAGI mewakili lompatan signifikan dalam ranah AI, membawa kita lebih dekat ke visi sistem AI yang benar-benar otonom. Saat agent ini bekerja menuju tujuan dengan intervensi manusia minimal, mereka membuka dunia potensi aplikasi, dari asisten pribadi hingga pemecah masalah.

Untuk tetap unggul di lanskap yang berubah cepat ini, kami mendorong Anda untuk memperluas pengetahuan dan keterampilan Anda dalam sains data, machine learning, dan AI. Lihat sumber daya berikut untuk mempelajari lebih lanjut:

• Cheat Sheet OpenAI API di Python
• Tutorial Menggunakan ChatGPT untuk Proyek Sains Data
• Kursus Pengantar ChatGPT
• Apa itu GPT-4 dan Mengapa Penting?