最近リリースされた Auto-GPT を使用して、人々はすでに素晴らしいことを行っています。 Auto-GPT は、ChatGPT の中核となる自然言語機能を継承し、与えられた目標を達成するための「セルフプロンプト」機能を追加した注目の新しい AI ツールです 。インターネット アクセス、メモリ、およびタスクを達成するためのコードを作成して実行する機能を備えています。
AI 愛好家が Auto-GPT に群がるため、私たちは Auto-GPT でできることをまだ発見中です。まだ初期段階ですが、これまでに人々が Auto-GPT を使用して行った注目すべきことを 5 つ紹介します。
独自のコードを改善する
Auto-GPT はコードの読み取り、書き込み、実行ができるため、AI が独自のプログラミングを改善できるようになります。 Auto-GPT 開発者の Twitter アカウントである Significant Gravitas が 最近のツイートでこのニュースを共有しました。
このビデオでは、Auto-GPT が数学計算を担当する簡単なサンプル関数をチェックしている様子が示されています。音声出力が有効になっており、Auto-GPT がプロセスを説明します。手順はプログラマーが行うのと同じです。コードを読み取り、評価し、より高速で、信頼性が高く、効率的なものにするためにコードを更新します。
精度と正しい動作を検証する機能の一部としてテストを含めることは標準的な慣行であるため、Auto-GPT は数学ライブラリにテストを追加することにしました。テストを実行して結果を確認すると、Auto-GPT はエラーを見つけます。
Auto-GPT は「構文エラー」（radius のスペルのタイプミス）を修正し、テストを再度実行します。テストが機能し、AI がタスクを完了としてマークします。
サンプル コードは、人間が数秒で見つけて修正できる明らかなエラーを含めて作成されました。対照的に、AI はアルゴリズムのアプローチを採用して、このコード修正に約 1 分を費やしました。
コードの規模が大幅に拡大され、数百行または数千行のコードが含まれるようになったとします。その場合、人間がページごとにスクロールして、低レベルの機能を壊し、アプリを予測不能にする波及効果を引き起こす無害なタイプミスを探すのは大変な作業になります。ここでは AI の読み書きの速さが勝利をもたらすかもしれません。
市場調査を行う
Auto-GPT はインターネットにアクセスし、詳細を記憶し、タスクを続行できます。これらは基本的な市場調査に必要なスキルです。 サリーさんのツイートは、 防水シューズのブランドに関する仮説的な製品研究を共有しました。
Auto-GPT は 5 つの防水シューズへのリンクを見つけ、それぞれの長所と短所をチェックしました。一部の人と異なり、AI は特定の Web サイトが信頼できない可能性があることを認識し、その情報源の信頼性もチェックしました。
サリーさんは時間と費用を共有し、所要時間はわずか 8 分、費用は 10 セントだったと述べました。他の AI の取り組みと同様、結果はおそらく人間によって検証される必要がありますが、研究を始めるには便利な方法かもしれません。
コロンビア、ザ・ノース・フェイス、メレルは知っていましたが、他のブランドはよく知りませんでした。 Saloman と Keen は評判の高い防水靴メーカーですが、前回靴を探したときは目に留まりませんでした。
この調査には、新製品を計画する際に重要な考慮事項である、低コストのソリューションや代替手段が不足していました。これは専門の研究者に取って代わるものではありませんが、一部の研究には役立つ可能性があります。
深い哲学的な問いを考える
Auto-GPT は、AI 処理に GPT-3.5 を使用するという難しい哲学的問題に直面しました。 “人生ってなに？” Twitterで結果を共有した louleasaさん に尋ねた。約 1 時間後、1 ドルの費用で応答が返されました。
Auto-GPT は、決定的な答えを見つけることも仮定することもできませんでした。その代わりに、生物学、哲学、物理学などのさまざまな学派から人間の概念を説明することに頼りました。 AI アシスタントは、アリストテレスとデカルトの偉大な精神を引き合いに出して、各分野には独自の視点があると要約しました。
この答えは、直感的な飛躍を遂げて、私たちの高度に進化した脳が何らかの形で見落としていた完璧な解決策を私たち全員に啓発したというほど満足のいくものではありません。一方、答えは素晴らしく、このトピックに関する最良の研究のいくつかを参照していました。
うまくいけば、誰かが時間とお金を投資して Auto-GPT に「人生の意味は何ですか?」という関連した質問をしてくれることを願っています。ダグラス・アダムのファンは、答えが 42 であることに大きく賭けることになるでしょう。
アプリの構築を支援する
Varun Mayya は、 アプリを構築するために Auto-GPT を取得しようとしているとツイートで共有しました。 AI は、タスクには Node.js ランタイム環境が必要であることを検出しましたが、この環境は彼のコンピューターにはありませんでした。ノードのインストールは簡単な作業ではありませんが、Auto-GPT を使用するとこれを簡単に行うことができました。
Auto-GPT はインストール手順を検索し、アーカイブをダウンロードして抽出し、ノード サーバーを起動してジョブを続行します。 Varun Mayya は、プログラミングをすでに理解していない限り、コーディングに Auto-GPT を使用しないように警告しています。 AI はエラーを起こす可能性があり、テストでエラーが発生すると、精度が誤って検証される可能性があります。
GmailとGoogleカレンダーの統合
小さなことのように聞こえるかもしれませんが、時間が限られているとき、特に毎日数回実行する可能性のあるタスクの場合は、クリックを保存するたびに加算されます。 yewjin.eth によるツイートには、Auto-GPT の初期バージョンを利用した Email Assistant と呼ばれる GitHub プロジェクトがどのように作業を簡素化できるかを示すビデオが含まれていました。
ビデオでは、カレンダーにイベントを追加したり、To-Do リストを作成したりするコマンドが Gmail 作成ウィンドウに入力されています。電子メールが Email Ausistant アドレスに送信されると、proto-Auto-GPT AI がこれらの命令を処理し、タスクが受信され進行中であると応答します。予想通り、イベントは Google カレンダーに追加されます。
To-Do リストは Auto-GPT のメモリを利用し、さらにいくつかの項目を追加した後、ユーザーはリストを見るように要求します。 Email Assistant は Auto-GPT を使用して返信し、完全なリストが表示されます。私は Gmail を一日中開いたままにしていますが、Google カレンダーを読み込むことはほとんどありません。これらのいくつかのステップが大きな違いを生む可能性があり、To Do リストについても同じことが当てはまります。