ChatGPT在当下已经风靡一时，作为自然语言处理模型的佼佼者，ChatGPT的优势在于其能够生成流畅、连贯的对话，同时还能够理解上下文并根据上下文进行回答。针对不同的应用场景可以进行快速定制，例如，在客服、教育、娱乐等领域中，ChatGPT可以作为智能助手为用户提供便捷的服务和娱乐体验。
从GPT-3到GPT-4，我们可以看到在高级推理，输入设置，微调行为和理解更长的上下文信息等方面，ChatGPT在不断的优化训练中已经取得了显著的进展。
但是针对于这种交互式的GPT模型，我们更希望看到能像电影里的人工智能，拥有自我意识，可以进行自我学习和进化。不需要通过频繁的引导和交互，我们只需要简单提出一个目标，AI就能自主的完成所有的执行规划和逻辑处理，并不断进行自我论证和优化，最后完成我们提出的目标。
那么今天它来了，它就是ChatGPT的进化版本：AutoGPT。
AutoGPT 是一个实验性开源应用程序，它利用 OpenAI 的GPT-4语言模型来创建完全自主和可定制的 AI 代理。它于 2023 年 3 月 30 日由 Toran Bruce Richards 发行。
游戏开发者Toran创立了一家名为Significant Gravitas的游戏公司。
在短短的一个多月时间里，AutoGPT的Git项目已经获得了超过120万的star，作为 GPT-4 完全自主运行的首批示例之一，AutoGPT 突破了 AI 的可能性界限。
与其他 AI 工具相比，AutoGPT 是独一无二的，因为它独立运行，这意味着你不再需要操纵模型来满足你的需求。相反，你只需要写下你的目标，然后 AI 会为你完成剩下的工作。因此，AutoGPT 从根本上改变了 AI 与人类之间的交互方式，人类不再需要发挥积极作用，同时仍然保持与 ChatGPT 等其他 AI 应用程序相同或更好的结果质量。
AutoGPT 基于自主 AI 机制工作，其中 AI 系统创建不同的 AI 代理来满足特定任务，其中包括：
上述代理之间相互通信。所以当执行代理完成所有任务，结果不理想时，它可以与任务创建代理通信，创建新的任务列表。三个代理之间的迭代循环，直到完成所有用户定义的目标。
AI 代理的行为也显示在用户界面上，将它们分为四组：思想、推理、计划、评判。
通过共享此计算流程，AutoGPT 可以进行反复尝试论证，并进行针对性的优化处理，可以在没有任何用户干预的情况下克服所遇到的所有问题。
虽然底层的 LLM 模型是相同的，但是 AutoGPT 和 ChatGPT 之间还是有不少区别。
ChatGPT 使用的最新GPT-4 模型是在與GPT-3.5 相同的數據上訓練的，該數據僅到2021 年9 月，你無法使用ChatGPT 獲得實時數據信息，因為你無法訪問網站和線上平台來獲取資訊和提取資訊。
相較之下，AutoGPT 可以上網。它不僅可以上網衝浪，還可以驗證來源是否合法。此外，AutoGPT 可以存取任何平台來執行任務。例如，如果你要求 AI 研究銷售產品的前景並發送外部電子郵件，它會直接使用你的 Gmail 帳戶起草並發送電子郵件。
上下文視窗對於語言模型給出準確答案非常重要。但在像 GPT-4 這樣的 LLM 中，視窗有 4000 到 8000 個令牌的限制。因此，如果要求超出限制，模型可能無法正確遵循所有指令，或者可能偏離正切並提供不可靠的輸出。
相較之下，AutoGPT 擅長短期和長期記憶體管理。透過使用資料庫，本地Cache和Redis進行記憶體管理，可以儲存大量情境資訊或先前的經驗，讓AI模型做出更好的決策。
AutoGPT 能夠產生影像，因為它可以使用多種影像產生引擎，預設使用DALL-E 。如果你想為你的 AI 代理啟用圖像生成功能，你需要存取 DALL-E 的 API。儘管是多模式輸入方式，但此功能目前在 ChatGPT-4 中不可用。
你可以透過在命令列中鍵入python -m autogpt --speak在 AutoGPT 上啟用文字到語音轉換。但每次與 AutoGPT 互動時都必須輸入指令。你也可以透過將 AutoGPT 連接到多功能 AI 語音軟體 Eleven Labs，為語音添加不同的聲音。
毫無疑問，自主性為AI系統增加了一個新的維度。同時，我們也不能忽視AutoGPT的限制和風險。下面列出了你必須知道的一些關鍵限制。
雖然功能令人驚嘆，但 AutoGPT 的實用性可能會讓你失望。由於 AutoGPT 使用昂貴的 GPT-4 模型，因此即使是小任務，完成每個任務的成本也可能很高。這主要是因為 AutoGPT 在特定任務的步驟中會多次使用 GPT-4。
用戶在使用 AutoGPT 時面臨的最常見問題是它陷入循環。如果這種情況持續超過幾分鐘，則可能意味著你必須重新啟動這個過程。發生這種情況是因為 AutoGPT 依賴 GPT-4 來正確定義和分解任務。因此，如果底層LLM回傳結果不足以讓 AutoGPT 採取任何行動就會出現反覆嘗試的問題。
由於AutoGPT經過充分授權，能自主運作並存取你的系統和互聯網，例如使用你的twitter帳號，登入github，使用搜尋引擎等，因此你的資料可能會外洩。 AutoGPT沒有安全代理，所以你在使用 AutoGPT 時必須小心，如果沒有給出正確的說明和安全指南，你不能讓模型繼續運作。
與其他人工智慧工具不同，AutoGPT 沒有簡單的註冊程式來存取其平台和功能。在開始使用 AutoGPT 之前，你必須下載各種軟體以滿足要求。以下是詳細的步驟要求：
首先你需要有一個Git帳號，同時需要安裝Python3.1.0或更高版本，此外你必須還能熟練使用常用的shell指令或有Docker容器進行專案啟動與設定。
如果你還沒有，請建立一個OpenAI 帳戶（當然如果你在國內想要建立帳號不是一件簡單的事情，你可以參考網路上其他文章進行帳號申請）。開啟OpenAI帳號後，開啟USER - API keys前往 API 金鑰標籤。你將看到一個用於建立密鑰的選項。單擊它，然後複製密鑰。
#開啟命令列工具透過指令git clone https://github.com/Torantulino/Auto-GPT.git 將專案clone到本地
透過指令cd Auto-GPT && ls -al進入目錄後，可以看到有很多的文件，其中一個檔案是 requirements.txt。在此文件中，你將看到運行 AutoGPT 所需的模組。
要安裝這些模組，可以使用指令pip install -r requirements.txt 進行下載安裝。
#透過指令vim .env.template your-openai-api-key)，設定完成後執行mv .env.template .env 使配置生效
#其他相關的配置可以參考表格按需進行
#LLM PROVIDER |
可以設定OPENAI_API_KEY，是否使用AZURE |
#LLM MODEL SETTINGS |
#可以設定openAI提供的token限制，避免過度呼叫成本浪費，預設4000-8000 |
LLM MODELS |
LLM 底層語言模型，預設可以選擇GPT-4或gpt-3.5-turbo |
#MEMORY |
記憶體管理，可以設定local，redis，PINECONE，MILVUS等 |
#IMAGE GENERATION PROVIDER |
影像生成，可以設定影像大小和影像產生引擎：dalle，HUGGINGFACE，STABLE DIFFUSION WEBUI |
#AUDIO TO TEXT PROVIDER |
語音轉文字，可以設定HUGGINGFACE |
GIT Provider for repository actions |
#github配置，透過配置github api key用於存取和管理github |
WEB BROWSING |
#搜尋引擎管理，可以設定不同的瀏覽器：firefox，chrome，safari，搜尋引擎：google等授權open api用於存取網際網路取得資訊和管理存取深度 |
#TTS PROVIDER |
可以使用MAC OS、 STREAMELEMENTS和ELEVENLABS來進行文字轉語音的配置 |
TWITTER API |
twitter帳號管理，管理配置你的twitter帳號，設定token用於存取對應的api |
#AUTO-GPT - GENERAL SETTINGS |
AutoGPT的一些預設配置，例如存放目錄，開關，user Agent ，AI settings等 |
在完成以上配置以後，就已經完成了AutoGPT的基本配置，這時候就可以透過指令python -m autogpt 開啟你的AutoGPT之旅 ！
從上圖可以看出，AutoGPT需要你為AI取一個名字[Name]，一個角色定位[Role]，同時你可以為它設定目標[Goals]（最多5個目標，如果你只有一個目標就直接回車）。
在你設定完成目標以後，AutoGPT會進行自主思考並分析你的目標[THOUGHTS]，思考完成後開始理解並推理如何去完成這個目標[REASONING]，然後開始自主拆解成具體的計劃[PLAN]，最後會提出評判[CRITICISM] 用以保證AI 代理糾正錯誤並作出正確的決斷。
完成以上的行為規劃後，AutoGPT會提示它將要作出的指令和動作[NEXT ACTION]， 裡麵包含具體執行的命令[COMMAND]和參數[ARGUMENTS]，使用者可以在此時可以對風險指令進行識別，避免資料外洩等預期外的風險，這裡可以透過y或n進行授權或拒絕AutoGPT接下來的指令動作。
AutoGPT會經過上述步驟，進行多次循環，由於AutoGPT可以儲存上下文和歷史經驗，所以每次都會根據回饋結果進行更深入的思考，制定出更優的方案，最後列舉他要執行的計劃，反覆嘗試和補充，直到達到你預期的目標。
AutoGPT會通過上述步驟，進行多次循環，由於AutoGPT可以儲存上下文和歷史經驗，所以每次都會根據回饋結果進行更深入的思考，制定出更優的方案，最後列舉他要執行的計劃，反覆嘗試和補充，直到達到你預期的目標。
當然，你也可以使用docker運行：
<code>// 最简单的方式就是通过docker-composedocker-compose build auto-gptdocker-compose run --rm auto-gpt// 使用docker命令构建docker build -t auto-gpt .docker run -it --env-file=.env -v $PWD:/app auto-gpt</code>
你可以傳遞額外的參數，例如，運行方式--gpt3only和-- continuous模式：
<code>// docker-composedocker-compose run --rm auto-gpt --gpt3only --continuous// docker docker run -it --env-file=.env -v $PWD:/app --rm auto-gpt --gpt3only --continuous</code>
與傳統的文本生成技術相比，我們發現AutoGPT的能力進化令人震驚，它可以透過分析你的目標，自動拆解成它需要執行的任務，並在執行的過程中根據已有的經驗和決策不斷優化完善和總結，同時AutoGPT獲取信息的手段也非常豐富，它能通過搜索引擎搜索，github，網頁工具等渠道下載和提煉所需的訊息，透過本地緩存，語音轉化，圖像生成等插件能力，最終完成你所設立的目標。這種自我意識，自我迭代和更新的形態已經非常接近電影《流浪地球》裡的moss這種人工智慧！
最後問題來了，這篇文章是AutoGPT自動產生的嗎？
以上是擁有自我意識的AI：AutoGPT的詳細內容。更多資訊請關注PHP中文網其他相關文章！
