Sejarah perkembangan aplikasi Internet dapat dilihat sebagai proses evolusi dan inovasi yang berkelanjutan, dengan kemajuan teknologi yang berkelanjutan, aplikasi Internet yang inovatif terus bermunculan.
Pengembangan aplikasi Internet dapat dibagi menjadi tiga tahap:
Situs web
Pada 1990-an, dengan mempopulerkan Internet, beberapa perusahaan Internet penting muncul, seperti Amazon, Yahoo, Google, dll. Perusahaan-perusahaan ini mengembangkan beberapa aplikasi Internet penting, seperti e-commerce, mesin pencari, periklanan online, dll.
Aplikasi Seluler (Seluler)
Di tahun 2000-an, dengan maraknya Internet seluler, beberapa aplikasi seluler penting muncul, seperti ponsel pintar, toko aplikasi seluler, dll.
Aplikasi agen AI
Di tahun 2020-an, dengan perkembangan teknologi AI, beberapa aplikasi kecerdasan buatan yang penting telah muncul, seperti pengenalan suara, pengenalan gambar, dan pemrosesan bahasa alami. Apalagi setelah OpenAI meluncurkan ChatGPT, aplikasi agen AI otonom yang digerakkan oleh model bahasa besar (LLM) akan membawa aplikasi agen AI ke tahap pengembangan baru.
Peta pengembangan agen AI
Sumber gambar: e2b
Apa itu agen AI
Agen AI (agen AI) mengacu pada program komputer yang dirancang dan diprogram menggunakan teknologi AI, yang secara mandiri dapat melakukan tugas tertentu dan merespons lingkungan. Agen AI dapat dilihat sebagai agen yang merasakan lingkungannya, mengubahnya melalui keputusan dan tindakannya sendiri, dan meningkatkan kinerjanya dengan belajar dan beradaptasi. Dengan menggunakan memori jangka pendek (pembelajaran kontekstual) dan memori jangka panjang (pengambilan informasi dari penyimpanan vektor eksternal), agen memiliki kemampuan untuk merencanakan dengan "berpikir" langkah demi langkah, memecah tujuan menjadi tugas-tugas yang lebih kecil, dan merefleksikannya. kinerjanya sendiri.
Agen AI biasanya menggabungkan beberapa teknologi, seperti pembelajaran mesin, pemrosesan bahasa alami, visi komputer, perencanaan, dan penalaran, yang memungkinkan agen memproses informasi dan membuat keputusan secara mandiri.
OpenAI telah berulang kali menyatakan antusiasmenya terhadap agen AI. Salah satu pendiri OpenAI Andrej Karpathy baru-baru ini mengatakan dalam acara offline untuk pengembang bahwa jika sebuah makalah mengusulkan metode pelatihan model yang berbeda, OpenAI akan mencemoohnya secara internal, berpikir bahwa itu semua tersisa dari permainan mereka. Namun ketika makalah Agen AI baru keluar, mereka akan membahasnya dengan serius dan bersemangat.
Apa itu agen otonom yang didukung oleh LLM
Lilian Weng, direktur penelitian aplikasi AI di OpenAI, baru-baru ini menerbitkan artikel sepanjang 10.000 kata tentang agen AI: "Agen Otonomi yang Didukung oleh Model Bahasa Besar (LLM)", yang memberikan interpretasi mendalam tentang apa itu aplikasi agen AI dibangun oleh pelatihan LLM. Ada banyak aplikasi unggulan agen AI yang didukung oleh LLM, seperti AutoGPT, GPT-Engineer, BabyAGI, dan SuperAGI.
Dalam sistem agen otonom bertenaga LLM, LLM bertindak sebagai otak agen dan dilengkapi dengan beberapa komponen utama: Perencanaan, Memori, dan Penggunaan Alat.
Agen ini memecah tugas-tugas besar menjadi sub-tujuan yang lebih kecil dan dapat dikelola, memungkinkan penanganan tugas yang kompleks secara efisien. Ini juga memungkinkan kritik diri dan refleksi diri tentang tindakan masa lalu, belajar dari kesalahan dan menyempurnakan langkah selanjutnya, sehingga meningkatkan kualitas hasil akhir.
Ciri khusus agen otonom LLM adalah seperti memiliki "memori", yang mampu mengingat jangka pendek (jangka panjang) apa yang telah dipelajari selama pelatihan. Selain itu, LLM secara mandiri menghadirkan kemampuan untuk belajar memanggil API eksternal untuk mendapatkan informasi tambahan yang hilang dalam bobot model (biasanya sulit diubah setelah pra-pelatihan), termasuk informasi terkini, kemampuan eksekusi kode, akses ke sumber informasi hak milik, dll.
Betapapun menarik dan menjanjikannya agen AI, masih banyak tantangan seputar kehebohan seputar agen AI. Agen AI menjadi masa depan aplikasi perangkat lunak dan akan menjadi semakin umum.
Seperti yang disebutkan oleh Lilian Weng, agen otonom LLM juga mengalami beberapa keterbatasan umum, termasuk panjang konteks yang terbatas, tantangan perencanaan jangka panjang dan dekomposisi tugas, stabilitas LLM, dll.
Namun tidak diragukan lagi bahwa masalah dan tantangan ini akan diatasi atau diringankan. Agen AI telah membawa perubahan pada pekerjaan dan kehidupan kita, dan perubahan ini sulit untuk dibalik. Setelah mencoba sesuatu yang baik, apakah Anda bertahan dengan sesuatu yang sangat buruk?
Referensi:
Lihat Asli
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
Dorongan internal OpenAI, dapatkah agen AI benar-benar menjadi tahap selanjutnya dalam pengembangan aplikasi Internet?
Sejarah perkembangan aplikasi Internet dapat dilihat sebagai proses evolusi dan inovasi yang berkelanjutan, dengan kemajuan teknologi yang berkelanjutan, aplikasi Internet yang inovatif terus bermunculan.
Pengembangan aplikasi Internet dapat dibagi menjadi tiga tahap:
Pada 1990-an, dengan mempopulerkan Internet, beberapa perusahaan Internet penting muncul, seperti Amazon, Yahoo, Google, dll. Perusahaan-perusahaan ini mengembangkan beberapa aplikasi Internet penting, seperti e-commerce, mesin pencari, periklanan online, dll.
Di tahun 2000-an, dengan maraknya Internet seluler, beberapa aplikasi seluler penting muncul, seperti ponsel pintar, toko aplikasi seluler, dll.
Di tahun 2020-an, dengan perkembangan teknologi AI, beberapa aplikasi kecerdasan buatan yang penting telah muncul, seperti pengenalan suara, pengenalan gambar, dan pemrosesan bahasa alami. Apalagi setelah OpenAI meluncurkan ChatGPT, aplikasi agen AI otonom yang digerakkan oleh model bahasa besar (LLM) akan membawa aplikasi agen AI ke tahap pengembangan baru.
Peta pengembangan agen AI
Apa itu agen AI
Agen AI (agen AI) mengacu pada program komputer yang dirancang dan diprogram menggunakan teknologi AI, yang secara mandiri dapat melakukan tugas tertentu dan merespons lingkungan. Agen AI dapat dilihat sebagai agen yang merasakan lingkungannya, mengubahnya melalui keputusan dan tindakannya sendiri, dan meningkatkan kinerjanya dengan belajar dan beradaptasi. Dengan menggunakan memori jangka pendek (pembelajaran kontekstual) dan memori jangka panjang (pengambilan informasi dari penyimpanan vektor eksternal), agen memiliki kemampuan untuk merencanakan dengan "berpikir" langkah demi langkah, memecah tujuan menjadi tugas-tugas yang lebih kecil, dan merefleksikannya. kinerjanya sendiri.
Agen AI biasanya menggabungkan beberapa teknologi, seperti pembelajaran mesin, pemrosesan bahasa alami, visi komputer, perencanaan, dan penalaran, yang memungkinkan agen memproses informasi dan membuat keputusan secara mandiri.
OpenAI telah berulang kali menyatakan antusiasmenya terhadap agen AI. Salah satu pendiri OpenAI Andrej Karpathy baru-baru ini mengatakan dalam acara offline untuk pengembang bahwa jika sebuah makalah mengusulkan metode pelatihan model yang berbeda, OpenAI akan mencemoohnya secara internal, berpikir bahwa itu semua tersisa dari permainan mereka. Namun ketika makalah Agen AI baru keluar, mereka akan membahasnya dengan serius dan bersemangat.
Apa itu agen otonom yang didukung oleh LLM
Lilian Weng, direktur penelitian aplikasi AI di OpenAI, baru-baru ini menerbitkan artikel sepanjang 10.000 kata tentang agen AI: "Agen Otonomi yang Didukung oleh Model Bahasa Besar (LLM)", yang memberikan interpretasi mendalam tentang apa itu aplikasi agen AI dibangun oleh pelatihan LLM. Ada banyak aplikasi unggulan agen AI yang didukung oleh LLM, seperti AutoGPT, GPT-Engineer, BabyAGI, dan SuperAGI.
Dalam sistem agen otonom bertenaga LLM, LLM bertindak sebagai otak agen dan dilengkapi dengan beberapa komponen utama: Perencanaan, Memori, dan Penggunaan Alat.
Agen ini memecah tugas-tugas besar menjadi sub-tujuan yang lebih kecil dan dapat dikelola, memungkinkan penanganan tugas yang kompleks secara efisien. Ini juga memungkinkan kritik diri dan refleksi diri tentang tindakan masa lalu, belajar dari kesalahan dan menyempurnakan langkah selanjutnya, sehingga meningkatkan kualitas hasil akhir.
Ciri khusus agen otonom LLM adalah seperti memiliki "memori", yang mampu mengingat jangka pendek (jangka panjang) apa yang telah dipelajari selama pelatihan. Selain itu, LLM secara mandiri menghadirkan kemampuan untuk belajar memanggil API eksternal untuk mendapatkan informasi tambahan yang hilang dalam bobot model (biasanya sulit diubah setelah pra-pelatihan), termasuk informasi terkini, kemampuan eksekusi kode, akses ke sumber informasi hak milik, dll.
Betapapun menarik dan menjanjikannya agen AI, masih banyak tantangan seputar kehebohan seputar agen AI. Agen AI menjadi masa depan aplikasi perangkat lunak dan akan menjadi semakin umum.
Seperti yang disebutkan oleh Lilian Weng, agen otonom LLM juga mengalami beberapa keterbatasan umum, termasuk panjang konteks yang terbatas, tantangan perencanaan jangka panjang dan dekomposisi tugas, stabilitas LLM, dll.
Namun tidak diragukan lagi bahwa masalah dan tantangan ini akan diatasi atau diringankan. Agen AI telah membawa perubahan pada pekerjaan dan kehidupan kita, dan perubahan ini sulit untuk dibalik. Setelah mencoba sesuatu yang baik, apakah Anda bertahan dengan sesuatu yang sangat buruk?
Referensi: