Auto-GPT

كان Auto-GPT، الذي يُكتب اسمه الآن AutoGPT، برنامجًا مفتوح المصدر يتيح لـGPT-4 السعي إلى هدف بمفرده عبر تلقين نفسه ضمن حلقة: يخطط لخطوة، ويختار أمرًا مثل البحث على الويب أو كتابة ملف، وينفذه، ويقرأ النتيجة، ثم يخطط مجددًا حتى يقرر أن الهدف قد تحقق. وأصدره Toran Bruce Richards، مؤسس استوديو الألعاب Significant Gravitas، في 30 مارس 2023، بعد أسبوعين من إطلاق GPT-4. وتصدر قائمة GitHub للمشروعات الرائجة خلال أيام، وحوّل فكرة وكيل ذكاء اصطناعي مستقل قائم على نموذج لغوي كبير (LLM) من موضوع بحثي إلى برنامج يستطيع أي شخص تشغيله. وقد تجاوز مستودع AutoGPT منذ ذلك الحين 180,000 نجمة.

آلية عمل Auto-GPT#

كان المستخدم يمنح Auto-GPT الأصلي اسمًا ودورًا وعددًا قليلًا من الأهداف، مثل بحث سوق وكتابة تقرير. وفي كل دورة، كان البرنامج يبني تلقينًا من تلك الأهداف وقائمة بالأوامر المسموح بها والقيود والسجل الحديث، ثم يطلب من GPT-4 الإجابة بتنسيق JSON يتضمن جزأين. احتوى جزء thoughts على نص النموذج واستدلاله وخطته ونقده الذاتي وملخصًا يخاطب به المستخدم، وهو شكل مكتوب من التلقين بسلسلة التفكير. وسمّى جزء command إجراءً واحدًا ووسائطه: البحث في Google، أو تصفح صفحة ويب، أو قراءة الملفات أو كتابتها، أو تنفيذ تعليمات Python البرمجية، أو بدء وكيل GPT مساعد.

قبل تنفيذ كل أمر، كان Auto-GPT يعرضه على المستخدم، الذي يكتب y للموافقة عليه، أو y -N للموافقة على الأوامر N التالية، أو n للخروج. وكان الوضع المستمر يتجاوز عمليات التحقق هذه بالكامل، ويحذّر ملف README من احتمال استمرار البرنامج إلى الأبد أو اتخاذه إجراءات لا يوافق عليها المستخدم عادةً. وللاحتفاظ بالذاكرة لما يتجاوز نافذة السياق القصيرة للنموذج، خزّنت الإصدارات المبكرة النتائج السابقة على هيئة تضمينات في ذاكرة تخزين مؤقت محلية بتنسيق JSON أو في قواعد بيانات متجهية مثل Pinecone وRedis وMilvus، ثم استرجعت النتائج الأوثق صلة في كل دورة، بينما كان GPT-3.5 يلخّص صفحات الويب الطويلة.

ما الذي كشفه Auto-GPT وأين واجه صعوبات#

جعل Auto-GPT نمط ReAct الذي يتناوب فيه الاستدلال واستخدام الأدوات واضحًا لملايين الأشخاص، وألهم موجة من المشاريع المشابهة، من بينها BabyAGI الذي أنشأه Yohei Nakajima، والذي احتفظ بقائمة مهام متجددة ينشئها النموذج ويرتب أولوياتها وينفذها. كما كشفت عمليات تشغيله عن المشكلات التي لا يزال مطورو الوكلاء يضعون تصميماتهم لمواجهتها. فقد كررت الوكلاء عمليات البحث نفسها في حلقات، وابتعدت عن الهدف الأصلي، وأبلغت عن تقدم لم تحرزه، وهو شكل من الهلوسة، وتسببت في ارتفاع فواتير API لأن كل دورة كانت تستدعي GPT-4 بموجّه طويل. وأظهر غياب قاعدة واضحة للتوقف ومخاطر الوضع المستمر سبب تشغيل الوكلاء الأحدث داخل بيئة تشغيل الوكيل بميزانيات للخطوات وقواعد للموافقة وبيئة معزولة للوكيل، وسبب قياس الفرق أداءها باستخدام تقييم الوكلاء بدلًا من الاكتفاء بعروض توضيحية مبهرة. كما تحسنت النماذج في المهارة الأساسية: أضافت OpenAI استدعاء الدوال الأصلي في يونيو 2023، ودُرّبت نماذج الاستدلال اللاحقة باستخدام التعلم المعزز لتنفيذ سلاسل طويلة من استدعاءات الأدوات.

Auto-GPT ومصطلحات ذات صلة#

• روبوتات المحادثة: تجيب عن رسالة واحدة في كل مرة، ثم تنتظر الرسالة التالية. أما Auto-GPT فكان ينشئ الموجّه التالي بنفسه ويواصل العمل حتى يقرر أن الهدف قد تحقق.
• التعلم الآلي الآلي: يبحث التعلم الآلي الآلي في النماذج والمعلمات الفائقة لتدريب أفضل نموذج لمجموعة بيانات. تتشابه التسميتان، لكن Auto-GPT لا يدرّب أي شيء، بل يوجّه نموذجًا لغويًا كبيرًا مدرّبًا مسبقًا لإنجاز مهام عامة.
• أتمتة العمليات الروبوتية (RPA): تعيد تشغيل نقرات وضغطات مفاتيح مسجلة مسبقًا بواسطة مطور. أما Auto-GPT فكان يختار خطواته أثناء التشغيل استنادًا إلى الهدف وكل نتيجة.
• سير العمل الوكيلي: يرتب استدعاءات النماذج اللغوية الكبيرة والأدوات ضمن مسارات يحددها المطور. أما Auto-GPT فترك الخطة كاملة للنموذج، ليكون عند الطرف المستقل تمامًا من الطيف نفسه.

AutoGPT اليوم#

أصبح المشروع الآن منصة AutoGPT، وهي خدمة مستضافة وقابلة للاستضافة الذاتية لبناء الوكلاء كسير عمل من كتل مترابطة على لوحة مرئية، مع سوق للوكلاء الجاهزين ومنشئ قائم على المحادثة. يُرخّص كود المنصة بموجب ترخيص Polyform Shield، الذي يسمح بالاستخدام الشخصي والتجاري الداخلي لكنه يمنع بيع الكود كخدمة مستضافة منافسة، بينما لا يزال الوكيل المستقل الأصلي في مجلد classic/ بالمستودع بموجب ترخيص MIT، إلى جانب مجموعة أدوات Forge لبناء الوكلاء وبيئة agbenchmark لاختبارهم. تعمل الحلقات الموجهة بالأهداف، مثل حلقات Auto-GPT، الآن في الغالب داخل منتجات أضيق نطاقًا ذات أدوات وأذونات محددة: ففي Ultralytics Platform، يحول مساعد Ask AI الطلب إلى إجراءات في Platform، مثل العثور على مجموعات البيانات وبدء عمليات تدريب YOLO26 ومقارنة نتائجها واقتراح التجربة التالية، عبر سطر الأوامر ul cloud الذي يصرّح به مفتاح API الخاص بالمستخدم.