مردم در حال حاضر از Auto-GPT اخیراً منتشر شده برای انجام کارهای شگفت انگیز استفاده می کنند. Auto-GPT ابزار جدید و داغ هوش مصنوعی است که قابلیتهای اصلی زبان طبیعی ChatGPT را میگیرد و توانایی «خود اعلان» را برای تکمیل اهدافی که ممکن است به آن بدهید، اضافه میکند. دسترسی به اینترنت، حافظه و توانایی نوشتن و اجرای کد برای رسیدن به یک کار را دارد.
ما همچنان در حال کشف همه کارهایی هستیم که میتوانید با Auto-GPT انجام دهید، زیرا علاقهمندان به هوش مصنوعی به سراغ آن میروند. هنوز روزهای اولیه است، اما در اینجا پنج کار قابل توجهی که مردم تا کنون با Auto-GPT انجام داده اند، آورده شده است.
کد خود را بهبود بخشد
Auto-GPT می تواند کد را بخواند، بنویسد و اجرا کند و به هوش مصنوعی اجازه می دهد برنامه نویسی خود را بهبود بخشد.Significant Gravitas ، حساب توییتر توسعه دهنده Auto-GPT، این خبر را در یک توییت اخیر به اشتراک گذاشت.
این ویدیو نشان میدهد که Auto-GPT در حال بررسی یک تابع مثال ساده مسئول محاسبات ریاضی است. خروجی صدا فعال است و Auto-GPT با ما در مورد این فرآیند صحبت می کند. مراحل همان مراحلی است که یک برنامه نویس انجام می دهد. خواندن کد، ارزیابی آن، سپس بهروزرسانی آن برای سریعتر، قابل اعتمادتر و کارآمدتر کردن آن.
گنجاندن تستها بهعنوان بخشی از یک تابع برای تأیید صحت و عملکرد صحیح، یک روش استاندارد است، بنابراین Auto-GPT تصمیم گرفت تستها را به کتابخانه ریاضی اضافه کند. پس از اجرای تست ها و بررسی نتایج، Auto-GPT خطایی را پیدا می کند.
Auto-GPT "خطای نحو" (یک اشتباه تایپی در املای شعاع) را برطرف می کند، سپس دوباره تست ها را اجرا می کند. تست ها کار می کنند و هوش مصنوعی کار را به عنوان کامل علامت گذاری می کند.
کد مثال با یک خطای آشکار ایجاد شد که یک انسان می توانست آن را در چند ثانیه پیدا کرده و برطرف کند. در مقابل، هوش مصنوعی حدود یک دقیقه را صرف این تصحیح کد کرد و از یک رویکرد الگوریتمی استفاده کرد.
فرض کنید مقیاس به طور چشمگیری به کدی که شامل صدها یا هزاران خط است افزایش یافته است. در این صورت، پیمایش صفحه به صفحه به دنبال اشتباه تایپی بیضرر که برخی از عملکردهای سطح پایین را خراب میکند و باعث ایجاد افکت امواجی میشود که برنامه را غیرقابل پیشبینی میکند، برای انسان دشوار میشود. سرعت خواندن و نوشتن هوش مصنوعی ممکن است در اینجا به آن پیروز شود.
انجام تحقیقات بازار
Auto-GPT میتواند به اینترنت دسترسی داشته باشد، جزئیات را به خاطر بسپارد و در کار باقی بماند. اینها مهارت های مورد نیاز برای تحقیقات بازار پایه هستند. توییت سالی تحقیقات محصول فرضی خود را در مورد برندهای کفش ضد آب به اشتراک گذاشت.
Auto-GPT پیوندهایی به پنج کفش ضد آب پیدا کرد و مزایا و معایب هر کدام را بررسی کرد. برخلاف برخی افراد، هوش مصنوعی تشخیص داد که برخی از وب سایت ها ممکن است قابل اعتماد نباشند، بنابراین اعتبار منابع خود را نیز بررسی کرد.
سالی زمان و هزینه را به اشتراک گذاشت و بیان کرد که تنها 8 دقیقه طول کشید و 10 سنت هزینه داشت. مانند هر تلاش هوش مصنوعی، نتایج احتمالاً باید توسط یک انسان تأیید شود، اما ممکن است راه مناسبی برای شروع تحقیق باشد.
من Columbia، The North Face و Merrell را شناختم، اما مارک های دیگر ناآشنا بودند. Saloman و Keen تولیدکنندگان کفش ضدآب با رتبه خوبی هستند که آخرین باری که برای کفش جستجو کردم زیر رادار من افتادند.
این تحقیق فاقد راهحلها و جایگزینهای کمهزینه بود، که در برنامهریزی یک محصول جدید مورد توجه قرار میگرفت. این جایگزین محققان حرفه ای نمی شود، اما می تواند به برخی از کارها کمک کند.
تأمل در یک پرسش عمیق فلسفی
Auto-GPT با یک سوال فلسفی چالش برانگیز روبرو شد، استفاده از GPT-3.5 برای پردازش هوش مصنوعی. "زندگی چیست؟" از loopuleasa پرسید که نتایج را در توییتر به اشتراک گذاشت. پس از حدود یک ساعت و با هزینه یک دلار، پاسخ داد.
Auto-GPT نتوانست پاسخ قطعی را بیابد یا فرض کند. در عوض، به توضیح مفاهیم انسانی از مکاتب مختلف فکری مانند زیست شناسی، فلسفه و فیزیک متوسل شد. دستیار هوش مصنوعی در ادامه به ذهن بزرگ ارسطو و دکارت اشاره کرد قبل از اینکه خلاصه کند که هر رشته دیدگاه خاص خود را دارد.
این پاسخ آنقدر راضی کننده نیست که انگار جهشی شهودی کرده و همه ما را با یک راه حل عالی که مغز بسیار تکامل یافته ما به نوعی نادیده گرفته بود، روشن کرده است. از سوی دیگر، پاسخ خوب بود و به برخی از بهترین آثار موجود در این موضوع اشاره کرد.
امیدواریم کسی زمان و پول خود را صرف کند تا از Auto-GPT یک سوال مرتبط بپرسد، "معنی زندگی چیست؟" طرفداران داگلاس آدام به شدت روی 42 بودن شرط بندی خواهند کرد.
کمک به ساخت اپلیکیشن
وارون مایا در توییتی به اشتراک گذاشت که در تلاش است Auto-GPT را برای ساخت یک برنامه دریافت کند. هوش مصنوعی تشخیص داد که این کار به محیط زمان اجرا Node.js نیاز دارد که در رایانه او وجود نداشت. نصب Node یک کار بی اهمیت است، اما Auto-GPT توانست این کار را بدون دردسر انجام دهد.
Auto-GPT دستورالعمل های نصب را جستجو کرد، بایگانی را دانلود و استخراج کرد، سپس سرور Node را برای ادامه کار راه اندازی کرد. Varun Mayya هشدار می دهد که از Auto-GPT برای برنامه نویسی استفاده نکنید، مگر اینکه از قبل برنامه نویسی را درک کرده باشید. هوش مصنوعی می تواند خطا داشته باشد و یک خطا در یک آزمایش می تواند تأیید نادرستی از صحت داشته باشد.
ادغام جیمیل و تقویم گوگل
ممکن است چیز کوچکی به نظر برسد، اما زمانی که شما در زمان کوتاهی هستید، هر کلیکی که ذخیره میکنید اضافه میشود، بهویژه برای کارهایی که ممکن است چندین بار در روز انجام دهید. توییتی توسط yewjin.eth شامل ویدئویی بود که نشان میداد چگونه یک پروژه GitHub به نام دستیار ایمیل، که توسط نسخه اولیه Auto-GPT پشتیبانی میشود، میتواند زندگی را سادهتر کند.
در این ویدیو، دستورات در پنجره های نوشتن جیمیل تایپ می شوند، مانند افزودن یک رویداد به تقویم و ایجاد لیست کارهایی. هنگامی که ایمیل به آدرس Email Ausistant ارسال می شود، AI proto-Auto-GPT این دستورالعمل ها را پردازش می کند و پاسخ می دهد که کار دریافت شده و در حال انجام است. همانطور که انتظار می رفت، این رویداد به تقویم گوگل اضافه شد.
لیست کارها از حافظه Auto-GPT استفاده می کند و پس از افزودن چند مورد دیگر، کاربر درخواست می کند تا لیست را مشاهده کند. دستیار ایمیل از Auto-GPT برای پاسخ دادن استفاده می کند و لیست کامل ارائه می شود. من Gmail را تمام روز باز نگه می دارم، اما به ندرت تقویم Google بارگیری شده است. این چند مرحله می تواند تفاوت بزرگی ایجاد کند، و همین امر در مورد لیست کارهای انجام شده نیز صادق است.