Introduzione agli agenti AI: iniziare con Auto-GPT, AgentGPT e BabyAGI

In che modo gli agenti AI sono collegati a ChatGPT?

Spiegare gli agenti AI richiede un po’ di gergo. Dai un’occhiata alle definizioni qui sotto:

• Un large language model (LLM) è un tipo di modello di machine learning usato per generare testo.
• GPT di OpenAI è attualmente l’LLM più popolare. L’ultima versione è GPT-4, anche se la versione precedente, GPT-3.5-turbo, è ancora in uso.
• Chat è un flusso di lavoro in cui invii un prompt testuale all’AI, che restituisce una risposta testuale.
• Embedding è un flusso di lavoro in cui invii un prompt testuale all’AI, che restituisce una rappresentazione numerica del testo come risposta. Rappresentare il testo come numeri è utile per attività di ricerca, raccomandazione e classificazione.
• ChatGPT di OpenAI è un’applicazione web che offre un’interfaccia utente comoda per chattare con GPT.

Così come ChatGPT è un’applicazione web alimentata dall’LLM GPT, anche i tre agenti AI trattati in questo tutorial sono applicazioni alimentate da GPT.

Il principale problema che questi agenti AI cercano di risolvere è ridurre la quantità di interazione umana necessaria perché l’AI completi un compito.

AgentGPT e BabyAGI sono essenzialmente "GPT in loop", dove GPT viene chiamato ripetutamente per suddividere la richiesta dell’utente in problemi risolvibili e l’output di ogni passaggio viene raffinato fino a quando ogni sotto-attività non viene completata con successo.

Auto-GPT fa un passo in più fornendo all’agente AI l’accesso a internet e la capacità di eseguire codice, permettendogli di risolvere una più ampia varietà di problemi.

Le seguenti innovazioni meritano una discussione.

Memoria a lungo termine

Gli LLM generano parole in base alle parole precedenti nella conversazione (sia i prompt dell’utente sia le risposte dell’AI). Tuttavia, gli LLM hanno una memoria piuttosto breve: molti modelli ricordano solo poche centinaia di parole e lo stato dell’arte GPT-4 ricorda circa 6000 parole per impostazione predefinita. Quando la lunghezza della conversazione supera la memoria dell’LLM, le risposte possono diventare tra loro incoerenti.

Per la maggior parte dei casi d’uso, questo non è un problema. Tuttavia, in alcuni casi, è essenziale che l’intera conversazione—e magari anche quelle precedenti—venga ricordata. I chatbot, e la loro versione più avanzata, gli agenti AI, ne sono un esempio.

Dotare l’agente AI di una memoria si ottiene usando un flusso di lavoro di embedding per archiviare il testo della conversazione come numeri. Ogni prompt dell’utente o risposta dell’AI viene memorizzato come un array che rappresenta il significato del testo.

Questi array numerici vengono archiviati in un database vettoriale. Attualmente, Auto-GPT e BabyAGI usano Pinecone (il principale attore in questo ambito) e il team di AgentGPT sta sviluppando il supporto per questa funzione.

Capacità di navigazione web

Se chiedi a ChatGPT una domanda su eventi recenti, ti dirà che non può rispondere perché è stato addestrato solo su dati fino a settembre 2021. Anche questa limitazione non è un problema per molte applicazioni, ma crea difficoltà se il tuo compito riguarda eventi o informazioni attuali.

Una soluzione a questo problema è fornire all’AI capacità di navigazione web per accedere a internet e trovare da sola le risposte.

Auto-GPT può svolgere ricerche autonomamente tramite la Google Search API.

Questa funzione è lievemente controversa: gli sviluppatori di AgentGPT e BabyAGI al momento non l’hanno aggiunta, preferendo limitare la conoscenza dell’AI a quanto già sa GPT.

Esecuzione di codice

Sebbene LLM come GPT possano generare codice da zero e fare debug o migliorare codice esistente, non possono effettivamente eseguirlo.

Auto-GPT può eseguire codice shell e Python. Ciò significa che può sia scrivere codice sia eseguirlo.

Una capacità particolarmente potente che ne deriva è che può scrivere il codice per interagire con altro software e poi eseguirlo. Questo significa che può completare compiti facendo uso di altri software.

Quali sono i casi d’uso degli agenti AI?

È ancora molto presto per capire come possiamo usare gli agenti AI. Molti esempi sono varianti di un assistente personale automatizzato, come una versione di nuova generazione dell’IBM Watson Assistant.

Udit Goenka, CEO di FirstSales.io, ha pubblicato su Twitter di aver usato Auto-GPT per costruire un motore di prospecting. Lo screenshot nel tweet mostra l’agente AI che crea un piano per cercare aziende che hanno raccolto capitale seed nell’ultimo anno (ovvero potenziali clienti che dovrebbero avere liquidità disponibile) e descrive i dettagli per creare l’elenco (estraendo nomi aziendali e URL).

Udit Goenka su Twitter

Yew Jin Lim, software engineer in Google, ha pubblicato di aver usato Auto-GPT per creare un assistente email (repo Github). Il video nel tweet mostra Yew Jin inviare un’email all’agente AI con i dettagli di un compito da completare e l’agente che esegue attività come aggiungere un evento al suo calendario.

Yew Jin Lim su Twitter

Quali sono i rischi e i limiti degli agenti AI?

Il consiglio più condiviso quando si lavora con l’AI è che la maggior parte dei compiti rende meglio con una persona nel loop per verificare con buon senso cosa stia facendo l’AI. Ricorda che l’AI dovrebbe essere un assistente, non un esperto (ed è un assistente che a volte allucina). Ci sono alcune avvertenze da tenere a mente.

Eseguire l’AI in continuo può essere costoso

Sebbene una singola chiamata a GPT tramite l’API di OpenAI sia piuttosto economica (tipicamente meno di 1 centesimo di dollaro per GPT-3.5, a seconda della quantità di output; GPT-4 è più costoso), usare uno qualsiasi dei tre agenti AI discussi qui per svolgere un compito complesso potrebbe comportare centinaia o migliaia di chiamate API.

È una buona idea inserire dei break point in cui è necessario un intervento umano per dare il permesso all’AI di continuare l’esecuzione.

Dare ad Auto-GPT accesso al software può essere pericoloso

Anche se ad Auto-GPT si può fornire accesso a qualsiasi API, se gli dai accesso per acquistare automaticamente azioni per tuo conto, dovresti essere pronto a perdere tutti i soldi sul tuo conto. Allo stesso modo, è una cattiva idea dargli permessi di scrittura sul tuo database aziendale.

Andando oltre le perdite personali o aziendali, alcuni ricercatori di AI hanno sostenuto che un’AI avanzata rappresenti minacce più ampie o persino esistenziali. Sebbene i primi tentativi di usare Auto-GPT per distruggere l’umanità non abbiano avuto successo, vale la pena tenere a mente l’avvertimento di Eliezer Yudkowsky, Senior Research Fellow al Machine Intelligence Research Institute.

Per visualizzare un’AI sovrumana ostile, non immaginare un pensatore nozionistico e senza vita che dimora all’interno di internet e invia email in malafede. Visualizza un’intera civiltà aliena, che pensa a velocità milioni di volte superiori a quelle umane, inizialmente confinata ai computer—in un mondo di creature che, dal suo punto di vista, sono molto stupide e molto lente. Un’AI sufficientemente intelligente non rimarrà confinata ai computer a lungo. Nel mondo di oggi puoi inviare stringhe di DNA via email a laboratori che produrranno proteine su richiesta, permettendo a un’AI inizialmente confinata a internet di costruire forme di vita artificiali o di passare direttamente alla manifattura molecolare post-biologica.

Se qualcuno costruisce un’AI troppo potente, nelle condizioni attuali, mi aspetto che ogni singolo membro della specie umana e tutta la vita biologica sulla Terra muoia poco dopo.

Anche se questo è chiaramente lo scenario peggiore, vale la pena considerare i pericoli che potrebbe porre un’AI senza vincoli.

Come posso accedere a un agente AI?

Per provare tu stesso questi agenti AI, ci sono diversi siti web che ti permettono di testare la tecnologia. Se vuoi usarli più seriamente, dovrai installarli sulla tua piattaforma di sviluppo preferita.

Qualunque agente tu scelga, e a prescindere da come decidi di usarlo, dovrai ottenere una chiave API di OpenAI. Le istruzioni sono fornite nel tutorial Usare GPT-3.5 e GPT-4 tramite l’API di OpenAI in Python.

Se vuoi installare uno qualsiasi di questi agenti AI, nota che sono applicazioni da riga di comando e, nel loro stato attuale, richiedono un po’ di impegno per essere configurati.

Interfacce web

La piattaforma AI Hugging Face offre una versione ospitata di Auto-GPT. Devi solo fornire la tua chiave API di OpenAI, poi assegnare all’AI un ruolo e alcuni obiettivi.

God Mode (chiamato come una modalità trucco dei videogiochi) consente in modo analogo di inserire la tua chiave API di OpenAI e dare semplicemente ad Auto-GPT un compito da completare.

Per gli utenti Replit, puoi anche fare il fork di questo repl e fornirgli la tua chiave API di OpenAI.

Il team di AgentGPT fornisce una versione demo del loro agente AI, anche se, essendo gratuita, si interromperà dopo circa due minuti.

Al momento non ho trovato una versione ospitata di BabyAGI.

Installa Auto-GPT

Auto-GPT è un’applicazione da riga di comando e, nel suo stato attuale, richiede un po’ di impegno per essere configurata. Puoi trovare documentazione dettagliata sull’installazione per iniziare.

Questa guida presuppone che tu possa accedere a una shell (come bash o zsh) e che tu abbia installato git e Python.

Clona il repository di Auto-GPT

Nel terminale, clona il repository di Auto-GPT.

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

Vai nella directory Auto-GPT appena creata ed esegui il checkout del branch stabile

cd Auto-GPT
git checkout stable

Ottieni le chiavi API

Auto-GPT richiede che tu abbia una chiave API di OpenAI (per contattare GPT). L’account gratuito consente solo 3 chiamate API al minuto, il che è insufficiente per l’uso con Auto-GPT, quindi avrai bisogno di un account a pagamento. Le istruzioni sono fornite nel nostro tutorial Usare GPT-3.5 e GPT-4 tramite l’API di OpenAI in Python.

Opzionalmente puoi usare l’API di Pinecone (per lo storage), l’API di ElevenLabs (per un’interfaccia vocale), l’API di Google (per la ricerca) e l’API di Twitter (per promuovere ciò che hai appena costruito).

Configura Auto-GPT

Auto-GPT archivia tutte le chiavi API in un file di configurazione chiamato .env.

Nota che archiviare chiavi API in chiaro in un file di testo è una pratica di sicurezza scarsa, quindi dovresti eseguire Auto-GPT solo in un ambiente sicuro, ad esempio sulla tua macchina locale, oppure invalidare le chiavi API dopo l’uso.

Fai una copia del file .env.template e chiamala .env.

In un editor di testo, trova la riga che inizia con OPENAI_API_KEY= e aggiungi la tua chiave API di OpenAI senza spazi o virgolette.

Aggiungi eventuali chiavi API aggiuntive nello stesso formato key=value.

Esegui Auto-GPT

Auto-GPT viene eseguito tramite lo script di shell run.sh (run.bat su Windows).

Per ottenere aiuto su come usare questo script, usa l’argomento --help.

sh run.sh --help

Nota che lo script esegue molti controlli sulle versioni dei pacchetti Python prima di mostrare i dettagli sull’utilizzo.

Per avviare un assistente Auto-GPT, esegui semplicemente lo stesso comando senza l’argomento help.

sh run.sh

Dopo aver eseguito i controlli dei pacchetti, Auto-GPT ti chiederà tre cose

1. Fornisci un nome per il tuo assistente AI.
2. Descrivi il ruolo della tua AI.
3. Fornisci fino a cinque obiettivi che l’assistente AI dovrà provare a raggiungere.

Installa AgentGPT

AgentGPT fornisce una breve descrizione per iniziare nel README del suo repo GitHub.

Clona il repository di AgentGPT

Nel terminale, clona il repository di AgentGPT.

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

Vai nella directory AgentGPT appena creata.

cd AgentGPT

Esegui lo script di setup

C’è uno script bash da eseguire per configurare l’agente AI.

bash setup.sh --local

La prima cosa che ti verrà chiesta è di inserire la tua chiave API di OpenAI e premere INVIO.

Potrebbe esserti chiesto di concedere l’accesso ai file della tua Scrivania e di accettare connessioni di rete in ingresso. Accetta.

Dopo pochi secondi, dovresti ricevere un messaggio simile a:

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

Copia l’URL e incollalo nella barra degli indirizzi del tuo browser. AgentGPT si aprirà con un messaggio di benvenuto.

Distribuisci il tuo agente

Dai un nome e un obiettivo al tuo agente, poi fai clic su "Deploy Agent". 

Installa BabyAGI

BabyAGI ha una documentazione (molto minimale) nel README del suo repo GitHub.

Clona il repository di BabyAGI

Nel terminale, clona il repository di BabyAGI.

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

Vai nella directory BabyAGI appena creata.

cd BabyAGI

Installa i pacchetti Python richiesti

Usa pip per installare i pacchetti necessari per eseguire BabyAGI.

pip install -r requirements.txt

Configura BabyAGI

Crea un file di configurazione chiamato .env.

cp .env.example .env

Modifica il file di configurazione. Puoi usare qualsiasi editor di testo da terminale; qui useremo vim.

vim .env

Premi i per inserire testo.

• Nella riga che inizia con OPENAI_API_KEY= aggiungi la tua chiave API di OpenAI.
• Nella riga che inizia con INSTANCE_NAME= assegna facoltativamente un nome al tuo agente AI.
• Nella riga che inizia con OBJECTIVE= assegna al tuo agente AI un obiettivo da raggiungere.

Esegui BabyAGI

Esegui lo script BabyAGI.

python3 babyagi.py

Esempio con Auto-GPT

Come test, ho chiamato il mio assistente AI "Jeff", l’ho descritto come "Un esperto di data science che scrive tutorial sull’AI" e gli ho dato l’obiettivo di "Scrivere un tutorial su Auto-GPT".

Auto-GPT ti chiederà regolarmente il permesso di eseguire il passo successivo, che si tratti di cercare su internet ulteriori informazioni o di scrivere un file. Premi 'y' per lasciarlo procedere, oppure fornisci un feedback testuale.

Dopo alcuni minuti di tentativi di scrittura del tutorial, Auto-GPT ha prodotto questo file tutorial.

Non è un tutorial buono, né anche fattualmente corretto, quindi come sempre, quando usi l’AI, devi essere molto preciso nei requisiti dei tuoi prompt e prestare molta attenzione a ciò che l’AI sta facendo.

Fai il passo successivo

Agenti AI come Auto-GPT, AgentGPT e BabyAGI rappresentano un salto significativo nel campo dell’AI, avvicinandoci alla visione di sistemi davvero autonomi. Poiché questi agenti lavorano verso obiettivi con un intervento umano minimo, aprono un mondo di potenziali applicazioni, dagli assistenti personali ai risolutori di problemi.

Per restare al passo in questo panorama in rapida evoluzione, ti invitiamo ad ampliare le tue conoscenze e competenze in data science, machine learning e AI. Dai un’occhiata alle seguenti risorse per saperne di più:

• Cheat sheet dell’API di OpenAI in Python
• Tutorial su come usare ChatGPT per progetti di data science
• Corso Introduzione a ChatGPT
• Cos’è GPT-4 e perché è importante?