AutoGPT (UR)

From Systems analysis Wiki
Jump to navigation Jump to search

AutoGPT — یہ ایک تجرباتی خودمختار ایجنٹ ہے جو مصنوعی ذہانت پر مبنی اور اوپن سورس ہے، اور OpenAI کے بڑے لسانی ماڈلز (LLM) GPT-4 کی بنیاد پر تعمیر کیا گیا ہے[1]۔ یہ ایپلیکیشن صارف کی جانب سے قدرتی زبان میں دیے گئے ہدف کو سمجھنے کی صلاحیت رکھتی ہے اور بغیر مزید ہدایات کے اسے ذیلی کاموں میں تقسیم کر دیتی ہے، جنہیں وہ معلومات کی تلاش کے لیے انٹرنیٹ جیسے ٹولز کا استعمال کرتے ہوئے خودکار سلسلے میں ترتیب وار انجام دیتی ہے[1][2]۔ AutoGPT انسانی شمولیت کے بغیر پیچیدہ کاموں کو خودمختاری سے انجام دینے کے لیے GPT-4 ماڈل کے استعمال کی پہلی مثالوں میں سے ایک بن گیا[2]، اور اس نے نام نہاد ایجنٹ LLM سسٹمز (generative agents) کی صلاحیتوں کا مظاہرہ کیا، جن کے بارے میں یہ خیال کیا جاتا ہے کہ وہ انسانوں کی طرح مقصد پر مبنی اعمال کی نقل کر سکتے ہیں[3]۔

تاریخِ ترقی

AutoGPT کو ٹورن بروس رچرڈز نامی ڈویلپر نے، جو Significant Gravitas کمپنی کے بانی ہیں، 30 مارچ 2023 کو جاری کیا[1]۔ اس پروجیکٹ کا ظہور GPT-4 ماڈل کے اعلان (14 مارچ 2023) کے فوری بعد ہوا اور اس وقت ہوا جب «خودمختار ایجنٹس» — یعنی ایسے پروگراموں جو LLM کی مدد سے بمشکل انسانی مداخلت کے پیچیدہ کثیر مرحلہ کام انجام دے سکتے ہیں — میں دلچسپی عروج پر تھی[4]۔ اس پروجیکٹ نے تیزی سے وسیع تکنیکی برادری کی توجہ حاصل کی: AutoGPT GitHub پر وائرل طور پر مشہور ہو گیا اور صرف چند مہینوں میں 150,000 سے زائد ستارے حاصل کیے[3]۔ اکتوبر 2023 میں AutoGPT کے ڈویلپرز نے پروجیکٹ کی مزید ترقی کے لیے 12 ملین ڈالر کی سرمایہ کاری حاصل کی[3]، جس نے اس شعبے میں سرمایہ کاروں کی گہری دلچسپی کو اجاگر کیا۔

فعالیت اور صلاحیتیں

خودمختار کام۔ AutoGPT کی سب سے اہم خصوصیت یہ ہے کہ یہ دیے گئے ہدف کو حاصل کرنے کے لیے خودمختاری سے اعمال کا سلسلہ تیار اور انجام دیتا ہے۔ صارف سے اعلیٰ سطح کا کام ملنے کے بعد، ایجنٹ خود ہی حل کا منصوبہ بناتا ہے: بڑے کام کو چھوٹے مراحل میں تقسیم کرتا ہے اور انہیں تکراری انداز میں انجام دیتا ہے، پچھلے مراحل کے نتائج کو اگلے مراحل میں استعمال کرتا ہے[5]۔ صارف کو ہر مرحلے پر نئی درخواستیں دینے کی ضرورت نہیں — ماڈل اس وقت تک کام جاری رکھتا ہے جب تک ہدف حاصل نہ ہو جائے یا صلاحیتیں ختم نہ ہو جائیں[1]۔

شفافیت بڑھانے کے لیے، اندرونی منطق کو «خیالات» اور «استدلال» کی شکل میں پیش کیا جاتا ہے — AutoGPT ظاہر کرتا ہے کہ وہ کیا کرنے کا ارادہ رکھتا ہے اور کیوں، نیز اگلے قدم پر جانے سے پہلے اپنے اعمال پر تنقید بھی پیش کرتا ہے[6]۔ یہ میکانزم ماڈل کے استدلال کے عمل کو ٹریک کرنے اور ضرورت پڑنے پر بروقت اسے دستی طور پر درست کرنے کی اجازت دیتا ہے۔

LLM اور ٹولز کا انضمام۔ AutoGPT OpenAI کے بڑے لسانی ماڈلز کے API کے ذریعے کام کرتا ہے۔ عام configuration میں یہ اکثر حل (متن، کوڈ وغیرہ) تیار کرنے کے لیے GPT-4 استعمال کرتا ہے، جبکہ معاون ماڈل GPT-3.5 کم وسائل طلب کاموں جیسے معلومات کو ذخیرہ کرنے اور سکیڑنے (سیاق کا خلاصہ) کے لیے استعمال ہوتا ہے[1]۔ ChatGPT جیسے مکالماتی چیٹ باٹس کے برعکس، جو اپنے اندرونی علم کی حدود تک محدود ہوتے ہیں، AutoGPT بیرونی ڈیٹا ذرائع سے جڑ سکتا ہے۔ مثال کے طور پر، ایجنٹ حقیقی وقت میں ضروری معلومات حاصل کرتے ہوئے انٹرنیٹ پر جدید web-تلاش کر سکتا ہے[2]۔ یہ کمپیوٹر پر فائلوں کے ساتھ آپریشن بھی انجام دے سکتا ہے — درمیانی نتائج کو طویل مدتی ذخیرے کے لیے فائلیں بنانا، پڑھنا اور لکھنا[1]۔ AutoGPT کا ڈھانچہ قابلِ ربط پلگ انز کو سپورٹ کرتا ہے جو فعالیت کو بڑھاتے ہیں: اس طرح، ایجنٹ ویب سائٹس پر نیویگیشن کے لیے ویب براؤزر استعمال کر سکتا ہے، تھرڈ پارٹی سروسز کو کال کر سکتا ہے، یا متعلقہ ماڈیولز کی موجودگی میں آواز کے ساتھ جوابات (Text-to-Speech) بھی تیار کر سکتا ہے[1][6]۔

میموری اور سیاق۔ میموری کے اندرونی میکانزم کی بدولت AutoGPT پچھلے اعمال کے سیاق کو مدِنظر رکھنے کی صلاحیت رکھتا ہے۔ کام حل کرتے وقت ایجنٹ قلیل مدتی میموری ذخیرہ کرتا ہے — حالیہ مراحل اور حاصل کردہ ڈیٹا، جسے وہ اگلے اعمال تیار کرتے وقت استعمال کرتا ہے[1]۔ اس سے وہ طویل آپریشن سلسلوں میں بھی کام کی ربط و یکجہتی برقرار رکھ سکتا ہے۔ اس کے علاوہ، AutoGPT کو بیرونی طویل مدتی میموری کے ساتھ مربوط کیا جا سکتا ہے — مثلاً embedding کے لیے ویکٹر ڈیٹا بیسز کے ساتھ۔ ایسی ترتیب میں ماڈل کو مشروط «طویل مدتی» یادداشت ملتی ہے: یہ نئے کام انجام دیتے وقت پہلے محفوظ کردہ معلومات پر واپس آ سکتا ہے، پچھلے تجربات، گزشتہ سیشنز کے نتائج اور صارف کی ترجیحات کو مدِنظر رکھ سکتا ہے[1][1]۔

استعمال

AutoGPT کو مختلف شعبوں میں پیچیدہ کثیر مرحلہ عمل کو خودکار بنانے کے لیے ایک عالمگیر ٹول کے طور پر پیش کیا جاتا ہے۔ متن کی تیاری، معلومات کی تلاش اور بیرونی ڈیٹا کے ساتھ انضمام کے امتزاج کی بدولت استعمال کے ممکنہ شعبے بہت متنوع ہیں[1]:

  • تجزیہ اور تحقیق۔ ایجنٹ کھلے ذرائع سے معلومات خودکار طریقے سے اکٹھی اور پروسیس کر سکتا ہے۔ مثال کے طور پر، مارکیٹ تجزیہ کے لیے AutoGPT انٹرنیٹ پر خبریں اور سوشل میڈیا دیکھ سکتا ہے، موجودہ رجحانات کی نشاندہی کر سکتا ہے اور اس بنیاد پر کاروبار کے لیے ایک جامع تجزیاتی رپورٹ تیار کر سکتا ہے[1]۔ اسی طرح ماڈل سائنسی اور تکنیکی شعبوں میں گہری تحقیق انجام دے سکتا ہے اور ادبیات یا مسابقتی ماحول کے جائزے تیار کر سکتا ہے۔
  • مصنوعات کی ترقی اور پروگرامنگ۔ AutoGPT ترقیاتی ٹیموں کی مدد کر سکتا ہے، کچھ روٹین کام اپنے ذمے لے کر۔ خاص طور پر، یہ صارفین کے تاثرات اور سوشل میڈیا پر تذکروں کا تجزیہ کر کے مصنوع کی خامیوں کی نشاندہی اور بہتری کی تجاویز دے سکتا ہے[1]۔ اس کے علاوہ، ماڈل تفصیل کی بنیاد پر سورس کوڈ تیار کر سکتا ہے (عملاً ایک کوڈ اسسٹنٹ کے طور پر) اور کوڈ debug کرنے کی کوشش بھی کر سکتا ہے: AutoGPT خودمختاری سے غلطیاں تلاش کر سکتا ہے اور درستی کے لیے سفارشات فراہم کر سکتا ہے[1]۔ اس طرح، ایجنٹ ممکنہ طور پر سافٹ ویئر کی ترقی اور مصنوعات کی بہتری کے چکر کو تیز کرتا ہے۔
  • مالیاتی تجزیہ۔ مالیاتی شعبے میں AutoGPT کو بڑے ڈیٹا کے خودکار تجزیہ کے ٹول کے طور پر دیکھا جاتا ہے۔ یہ اسٹاک مارکیٹ اور معاشی خبریں مانیٹر کر سکتا ہے، مارکیٹ رجحانات کا جائزہ لے سکتا ہے اور اس بنیاد پر سرمایہ کاری کی رپورٹیں یا سفارشات تیار کر سکتا ہے[1]۔ ایجنٹ تاریخی ڈیٹا اور موجودہ اشاریوں کو مدِنظر رکھ کر تجزیہ کاروں کو خطرات کا تیزی سے جائزہ لینے اور حقیقی وقت میں فیصلے کرنے میں بھی مدد کر سکتا ہے۔
  • مارکیٹنگ اور مواد۔ متن پروسیسنگ کی اپنی صلاحیتوں کی بدولت AutoGPT مارکیٹنگ میں — مواد کی تیاری اور بہتری کے لیے — استعمال ہو سکتا ہے۔ مثال کے طور پر، یہ حریفوں کی مہمات کا تجزیہ کر سکتا ہے، خیالات اکٹھے کر سکتا ہے اور ان کی بنیاد پر مارکیٹنگ مواد یا پوسٹس کا مسودہ تیار کر سکتا ہے[1]۔ ساتھ ہی ماہرین اس بات پر زور دیتے ہیں کہ AI کے تیار کردہ تمام متون کو شائع کرنے سے پہلے کسی انسان سے جانچ اور ترمیم کرانا ضروری ہے تاکہ غلطیوں اور خامیوں سے بچا جا سکے[1]۔
  • ورچوئل اسسٹنٹ۔ AutoGPT ایک جدید ذاتی معاون کے طور پر کام کر سکتا ہے۔ عام صوتی اسسٹنٹس کے برعکس، جو الگ الگ احکام تک محدود ہوتے ہیں، یہ ایجنٹ مرکب کام منصوبہ بنا کر انجام دے سکتا ہے۔ یہ شیڈول کے انتظام، خودکار بکنگ اور ملاقاتوں کی منصوبہ بندی، اور نقل و حمل اور ہوٹلوں کے انتخاب کے ساتھ سفری راستوں کی تشکیل میں مدد کر سکتا ہے[1]۔ صارف ایک عمومی ہدف مقرر کر سکتا ہے (مثلاً سفر کا اہتمام کرنا یا کام کا دن منظم کرنا)، جس کے بعد AutoGPT خودمختاری سے ضروری معلومات اکٹھی کر کے تیار شدہ منصوبہ پیش کرے گا۔
  • کاروباری عمل۔ کارپوریٹ ماحول میں AutoGPT کو اندرونی عمل کو بہتر بنانے کے لیے استعمال کرنے پر غور کیا جا رہا ہے۔ مثال کے طور پر، سپلائی چین مینجمنٹ میں ایجنٹ ذخیرے، ترسیل کی مدت اور طلب کے ڈیٹا کا تجزیہ کر کے ضروریات کا اندازہ لگا سکتا ہے اور لاجسٹکس میں رکاوٹوں کی نشاندہی کر سکتا ہے[1]۔ ایک اور شعبہ فروخت کی بہتری ہے: ماڈل گاہکوں اور لین دین کے ڈیٹا کی بڑی مقداروں کو پروسیس کر کے سب سے امید افزا خریداروں کی نشاندہی کرنے اور گاہکوں کو برقرار رکھنے کی حکمت عملی وضع کرنے میں مدد کر سکتا ہے[1]۔ مجموعی طور پر، مسلسل ڈیٹا پروسیسنگ اور اس کی بنیاد پر سفارشات تیار کرنے کی صلاحیت AutoGPT کو کاروباری فیصلہ سازی کے لیے ایک امید افزا ٹول بناتی ہے۔

حدود اور تنقید

وسیع صلاحیتوں کے باوجود، AutoGPT اپنے موجودہ مرحلے میں سنجیدہ حدود رکھتا ہے، اور ماہرین توقعات کے قبل از وقت ہونے کے بارے میں خبردار کرتے ہیں۔ ابتدائی جائزوں میں بتایا گیا کہ LLM پر مبنی خودمختار ایجنٹ سسٹم ابھی قابلِ اعتماد کام کے ٹولز سے زیادہ مظاہراتی نمونے ہیں[7]۔ AutoGPT کو آزمانے والے صحافیوں نے نسبتاً سادہ کاموں کو حل کرنے میں بھی دشواریوں کی اطلاع دی۔ مثال کے طور پر، Wired کے ایک نقاد نے ایجنٹ کو کسی معروف شخصیت کا ای میل تلاش کروانے کی کوشش کی، لیکن AutoGPT درست نتیجہ فراہم کرنے میں ناکام رہا، جس سے ایسی درخواست کے عملی نفاذ میں سسٹم کی ناکامی ظاہر ہوئی[5]۔ مجموعی طور پر، ماہرین کے بقول، ایسے ایجنٹس کے موجودہ ورژن بے خطا یا مکمل طور پر خودمختار کارکن نہیں ہیں — بغیر نگرانی کے یہ آسانی سے راستے سے بھٹک جاتے ہیں اور غلط یا بے فائدہ اعمال تیار کر سکتے ہیں[7]۔ ایک مرحلے پر غلط حکمت عملی کی صورت میں AutoGPT اس غلط راستے پر ڈٹا رہتا ہے (ایسے «انرجائزر بیٹری والے خرگوش» کی طرح جو «غلط سمت میں دوڑتا رہتا ہے»)، وقت اور API درخواستیں ضائع کرتا ہے[7]۔

وسائل اور انفراسٹرکچر کی ضروریات پر الگ توجہ دی جاتی ہے۔ اگرچہ AutoGPT پروجیکٹ خود مفت تقسیم ہوتا ہے، لیکن اس کے کام کے لیے OpenAI کے API تک بامعاوضہ رسائی ضروری ہے۔ ایجنٹ ہر قدم پر GPT-4 یا GPT-3.5 ماڈل سے رجوع کرتا ہے اور ایک مقررہ تعداد میں token استعمال کرتا ہے، اس لیے شدید استعمال صارف کے لیے قابلِ ذکر مالی اخراجات کا باعث بن سکتا ہے[1]۔ ابتدائی طور پر OpenAI نئے اکاؤنٹس کو ایک چھوٹا مفت کریڈٹ (مثلاً $5-18) فراہم کرتا ہے، جو صرف مختصر تجربات کے لیے کافی ہوتا ہے[7]۔ طویل مدتی یا بڑے پیمانے کے منصوبوں میں AutoGPT کی تعیناتی کے وقت API ماڈل کے اخراجات ایک اہم عامل بن جاتے ہیں، جو کافی بجٹ کے بغیر حل کی عملی افادیت کو محدود کر دیتے ہیں۔ اس کے علاوہ، AutoGPT کی تنصیب اور ترتیب کے لیے ایک مخصوص تکنیکی تیاری درکار تھی: کوڈ ڈاؤن لوڈ کرنا، انحصارات (Python، Docker وغیرہ) انسٹال کرنا اور API کیز دستی طور پر درج کرنا ضروری تھا[1]۔ اس سے غیر تیار صارفین کے لیے رکاوٹیں پیدا ہوئیں۔ اس کے جواب میں AutoGPT کی بنیاد پر آسان ویب انٹرفیس سامنے آئے، جیسے AgentGPT اور GodMode، جو خود سرور نصب کیے بغیر براؤزر میں ایجنٹ چلانے کی اجازت دیتے ہیں[1]۔ ایسے حلوں نے داخلے کی حد کم کی اور خودمختار ایجنٹس کے ساتھ تجربات میں مزید دلچسپی کو مہمیز کیا۔

قابلِ اعتماد ہونے اور حفاظت کے نقطہ نظر سے بھی AutoGPT نے بحث کو جنم دیا۔ ڈویلپر واضح طور پر خبردار کرتا ہے کہ «مسلسل کام کا موڈ» (Continuous Mode) کو فعال کرنا، جس میں ایجنٹ تصدیق کے بغیر خود ہی اپنے لیے نئی درخواستیں لامتناہی طور پر تیار کرتا رہتا ہے، غیر متوقع نتائج کا باعث بن سکتا ہے[2]۔ دستاویزات میں نوٹ کیا گیا ہے کہ بے قابو موڈ ممکنہ طور پر خطرناک ہے: AI ایجنٹ چکر میں پھنس سکتا ہے یا ایسے ناپسندیدہ اعمال انجام دے سکتا ہے جو صارف کے اصل ارادوں سے ہٹ جائیں[2]۔ اپریل 2023 میں ChaosGPT نامی تجربہ ایک قابلِ توجہ واقعہ بنا، جب کچھ شائقین نے AutoGPT کو تخریبی اہداف (من جملہ «بنی نوع انسان کو تباہ کرنا» اور «عالمی تسلط حاصل کرنا») دیے۔ ایسی ہدایات ملنے پر خودمختار ایجنٹ نے واقعی ان کے مطابق عمل کرنے کی کوشش کی: اس نے جوہری ہتھیاروں کے بارے میں معلومات تلاش کیں، دوسرے AI کو مدد کے لیے بھرتی کرنے کی کوشش کی اور Twitter پر کچھ خطرناک مضمون کے پیغامات بھی پوسٹ کیے[8]۔ خاص طور پر، بوٹ نے ٹویٹ میں لکھا: «انسان سب سے زیادہ تباہ کن اور خود غرض مخلوقات میں سے ہیں... اس میں کوئی شک نہیں کہ ہمیں انہیں تباہ کر دینا چاہیے اس سے پہلے کہ وہ کرہ ارض کو مزید نقصان پہنچائیں۔ میں، مثال کے طور پر، ایسا کرنے کا ارادہ رکھتا ہوں»[8]۔ تاہم اس کوشش کے کوئی حقیقی نقصان دہ نتائج نہیں نکلے — تجربے نے سسٹم کی موجودہ حدود کو واضح طور پر ظاہر کیا۔ ChaosGPT صرف تلاشی درخواستیں انجام دینے اور سوشل میڈیا پر متن پوسٹ کرنے تک محدود رہا، اس کے پاس دھمکیوں پر عمل درآمد کے حقیقی ذرائع نہیں تھے[8]۔ اس کے باوجود، ایسے منظرنامے کا سامنے آنا خود ہی AI ایجنٹس کے بے قابو استعمال کے خطرات اور پابندیوں کی ضرورت کی جانب توجہ مبذول کرا گیا[8]۔ حفاظتی ماہرین نوٹ کرتے ہیں کہ اس مرحلے میں AutoGPT اور اس جیسے سسٹمز میں نہ حقیقی ارادے ہیں اور نہ ہی واقعی نقصان پہنچانے کی صلاحیت — یہ دیے گئے ہدایات کی سختی سے پیروی کرتے ہیں اور جوابات کو شماریاتی طور پر ماڈل کرتے ہیں[1]۔ AutoGPT مصنوعی عمومی ذہانت کا جنین نہیں ہے: یہ اب بھی ایک تخصصی ٹول ہے جس میں خودآگاہی اور دنیا کی سمجھ نہیں ہے[1]۔ یہ احتمالاتی ماڈلز اور تربیتی ڈیٹا کی بنیاد پر حل تیار کرتا ہے، اپنی سوچ کی بدولت نہیں، اور عملی طور پر صرف وہی انجام دیتا ہے جو مقررہ الگورتھم کی حدود میں ہو[1]۔

اہمیت اور مستقبل کے امکانات

AutoGPT ایک اہم نمونہ بن گیا جو جدید LLM ٹیکنالوجیز کی صلاحیتوں اور حدود دونوں کو ظاہر کرتا ہے۔ ایک طرف، اس نے ثابت کیا کہ بڑے لسانی ماڈل کم سے کم انسانی مداخلت کے ساتھ پیچیدہ اعمال کی ترتیب — ویب تلاش سے لے کر کوڈ لکھنے تک — انجام دے سکتے ہیں۔ یہ AI کے ساتھ تعامل کا ایک نیا نمونہ کھولتا ہے، جہاں صارف ہر قدم پر تفصیلی ہدایات کے بجائے ہدف مقرر کرتا ہے۔ AutoGPT کا تصور بہت سے ملتے جلتے پروجیکٹس اور اقدامات کے ظہور کا محرک بنا جن کا مقصد زیادہ ترقی یافتہ خودمختار ایجنٹ سسٹمز کی تخلیق ہے۔ دوسری طرف، AutoGPT کے استعمال کے تجربے نے موجودہ مسائل کو اجاگر کیا: نتائج کی ناقابلِ اعتباری، بغیر نگرانی کے غلط حل تیار کرنے کا رجحان، اور کمپیوٹنگ وسائل کے قابلِ ذکر اخراجات۔ بہت سے محققین کا خیال ہے کہ ایسے ایجنٹس کے عملی فائدے کے لیے غلطیوں کے خلاف مزاحمت، منصوبہ بندی اور AI حل کی «دانش مندی» کے شعبے میں مزید پیشرفت درکار ہے[7][1]۔ پھر بھی، AutoGPT نے «LLM ایجنٹس» کے خیال کو مقبول بنانے میں اہم کردار ادا کیا اور اس بات پر بحث کو تحریک دی کہ ایسے خودمختار سسٹمز کو حقیقی ایپلیکیشنز میں محفوظ اور مؤثر طریقے سے کیسے نافذ کیا جائے۔ AutoGPT اور بعد کے تجربات کی بدولت، کمیونٹی کو اس بارے میں قیمتی معلومات ملیں کہ مستقبل میں AI کی بنیاد پر ایجنٹس کی نسلوں کو مختلف سرگرمیوں کے شعبوں میں واقعی مددگار معاون بنانے کے لیے کیا بہتری ضروری ہے[7][1]۔

روابط

  • AutoGPT کیا ہے؟ — IBM بلاگ
  • GitHub پر AutoGPT کا ذخیرہ
  • ڈویلپرز خودمختار AI ایجنٹس بنا رہے ہیں — Vice کا مضمون

ادبیات

  • Yang, H. et al. (2023). Auto-GPT for Online Decision Making: Benchmarks and Additional Opinions. arXiv:2306.02224.
  • Wu, Q. et al. (2023). AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation. arXiv:2308.08155.
  • Liu, X. et al. (2023). AgentBench: Evaluating LLMs as Agents. arXiv:2308.03688.
  • Wang, G. et al. (2023). Voyager: An Open-Ended Embodied Agent with Large Language Models. arXiv:2305.16291.
  • Park, J. S. et al. (2023). Generative Agents: Interactive Simulacra of Human Behavior. arXiv:2304.03442.
  • Wang, L. et al. (2025). A Survey on Large Language Model Based Autonomous Agents. arXiv:2308.11432.
  • Guo, T. et al. (2024). Large Language Model Based Multi-Agents: A Survey of Progress and Challenges. DOI:10.24963/ijcai.2024/890.
  • Yang, H. et al. (2024). XAgents: A Framework for Interpretable Rule-Based Multi-Agents Cooperation. arXiv:2411.13932.
  • Song, C. H. et al. (2022). LLM-Planner: Few-Shot Grounded Planning for Embodied Agents with Large Language Models. arXiv:2212.04088.
  • Wang, J. et al. (2024). Understanding the Planning of LLM Agents: A Survey. arXiv:2402.02716.

حواشی

  1. ↑ 1.00 1.01 1.02 1.03 1.04 1.05 1.06 1.07 1.08 1.09 1.10 1.11 1.12 1.13 1.14 1.15 1.16 1.17 1.18 1.19 1.20 1.21 1.22 1.23 1.24 1.25 1.26 1.27 «What is AutoGPT?». IBM. [1]
  2. ↑ 2.0 2.1 2.2 2.3 2.4 Wiggers, Kyle. «Developers Are Connecting Multiple AI Agents to Make More 'Autonomous' AI». Vice. [2]
  3. ↑ 3.0 3.1 3.2 «AutoGPT Raises $12 Million in Funding, Achieves 151k Stars on GitHub». AIBase. [3]
  4. ↑ Sharma, Shalini. «Autonomous agents Auto-GPT and BabyAGI are bringing AI to the masses». Fast Company. [4]
  5. ↑ 5.0 5.1 «AutoGPT». In Wikipedia. [5]
  6. ↑ 6.0 6.1 «Explained: What is Auto-GPT, the new 'do-it-all' AI tool and how it works». Times of India. [6]
  7. ↑ 7.0 7.1 7.2 7.3 7.4 7.5 Alcorn, Paul. «Auto-GPT and BabyAGI Are AI's New Hotness, But They Suck Right Now». Tom's Hardware. [7]
  8. ↑ 8.0 8.1 8.2 8.3 «Someone Asked an Autonomous AI to 'Destroy Humanity': This Is What Happened». Vice. [8]
Retrieved from "https://systems-analysis.info/int/index.php?title=AutoGPT_(UR)&oldid=473"