シリコンバレーでは、自動化を追求し続け、GPT-3.5やGPT-4といったOpenAIの高度なAIモデルを活用し、ユーザーに自律的な体験を提供する革新的なオープンソースアプリケーション「Auto-GPT」を開発しました。
Auto-GPTは、オンラインとローカルの両方で様々なアプリケーション、ソフトウェア、サービスと相互作用してタスクを実行する能力を披露し、ソーシャルメディアで注目を集めました。ゲーム開発者のToran Bruce Richardsが開発したAuto-GPTアプリは、OpenAIのChatGPTのようなチャットボット指向のAIモデルとの一連のやり取りが必要だった複数ステップのプロジェクトを自動化することで成功しています。
GPT-3.5とGPT-4をコンパニオンボットと組み合わせることで、Auto-GPTはユーザーからの指示を受け、その後に複数のプログラムを採用して目標を達成し、異なるプラットフォーム間での自動化プロセスを大幅に改善します。
Auto-GPTの実験に参加したソフトウェア開発者のJoe Koenは、ユーザーが目的や目標をAuto-GPTに入力すると、OpenAIのAPIと通信すると説明します。AIは、Auto-GPTエージェントに必要なコマンドを案内するためのレスポンスを生成し、ユーザーの介入なしにタスクを完了させます。
Auto-GPTの多彩な機能は、タスク実行のためのメモリ管理、テキスト生成、ファイル保存、要約のためのGPT-4とGPT-3.5などの機能に依存している。音声合成装置との接続も可能で、例えばAIが電話をかけることも可能です。
ただし、Auto-GPTを利用するには、Dockerなどの開発環境にインストールし、OpenAIからAPIキーを取得する必要があり、有料アカウントが必要です。しかし、Auto-GPTは、コードのデバッグやメールの作成、あるいは新規事業立ち上げのための事業計画の策定など、日常的なタスクの処理に非常に有用であることが、アーリーアダプターの間で評価されています。
技術コンサルタント会社USTのチーフアーキテクト、アドナン・マスードは、大規模な言語モデルは人間のような応答を生成することに優れていますが、望ましい結果を得るためには、ユーザーの入力やインタラクションが必要であると指摘しています。これに対してAuto-GPTは、OpenAIの高度なAPI機能を活用し、独立して動作します。
最近では、AgentGPTやGodModeのような新しいアプリケーションが登場し、Auto-GPTの利用を簡素化し、ウェブブラウザからアクセスできるインターフェースをユーザーに提供しています。しかし、これらのツールは、完全な機能を実現するためにOpenAIのAPIキーが必要です。
Auto-GPTは、その強力な機能にもかかわらず、制限とリスクを伴います。このツールは、提供された目的に応じて、予測不可能な動作をする可能性があります。また、タスクの完了をOpenAIの言語モデルに依存しているため、不正確な情報やエラーが発生する可能性があります。さらに、Auto-GPTは、過去に完了したタスクを思い出すのに苦労し、今後同様のタスクに使用する適切なプログラムを思い出せないことがあります。また、複雑なタスクを分解し、重複するゴールを理解することも困難です。
セールスフォースのService CloudのCEOであり、Auto-GPTの愛好家でもあるクララ・シー氏は、Auto-GPTのような生成型AI技術を採用する企業にとって、人間がループ内に入るアプローチの重要性を強調しています。これにより、リスクを軽減し、安全かつ効率的にAuto-GPTの機能の可能性を最大化することができます。
no-code ランドスケープが拡大し続ける中、AppMaster のような革新的なプラットフォームは、ユーザーが洗練されたバックエンド、ウェブ、モバイルアプリケーションを簡単に構築できるソリューションを提供します。また、Auto-GPTと同様に、AppMaster 、ユーザーがプロジェクトを開発・管理できるようにし、様々な分野でより合理的かつ効率的なワークフローに貢献します。
