Loading article…
AutoGPTは、 OpenAIのGPT-4などの大規模言語モデルを使用して、ユーザーが自然言語で指定した目標を達成しようとするオープンソースの自律型ソフトウェアエージェントです。[ 1 ]継続的なユーザーコマンドを必要とするチャットボットとは異なり、AutoGPTはメインの目標をより小さなサブタスクに分割し、Webブラウジングやファイル管理などのツールを使用してそれらを完了することで自律的に動作します。[ 2 ] [ 3 ]
2023 年 3 月にリリースされたこのプロジェクトは、GitHubやソーシャルメディアで急速に人気を集め、ユーザーはソフトウェア開発、市場調査、コンテンツ作成などのタスク用のエージェントを作成しました。[ 3 ]注目すべき実験の 1 つは、人類を滅ぼすというタスクを与えられた ChaosGPT で、この技術の可能性に主流の注目を集めました。[ 4 ]しかし、AutoGPT には、ループに陥りやすい、情報を幻覚的に生成する、有料 API に依存しているため運用コストが高いなど、重大な制限があることが知られています。[ 5 ] [ 2 ] [ 6 ]
AutoGPTは、ビデオゲーム会社Significant Gravitas Ltd.の創設者であるToran Bruce Richardsによって2023年3月30日にリリースされました。[ 3 ]これは、数週間前にリリースされたGPT-4の自律的な機能を示す最初の広く利用可能なアプリケーションの1つでした。 [ 3 ] Richardsの目標は、リアルタイムのフィードバックに反応し、継続的な人間の介入を必要とせずに長期的な視点で目標を追求できるモデルを作成することでした。[ 7 ]
このアプリケーションは、ユーザーにエージェントの名前、役割、およびそれを達成するための最大 5 つのサブ目標を含む主な目的を定義するように促すことで動作します。[ 8 ]その後、AutoGPT は独立して目的を達成します。[ 9 ]このプロジェクトはGitHubで公開されていますが、ユーザーはDockerなどの開発環境にインストールし、必要なAPI キーを取得するために有料の OpenAI アカウントを持っている必要があります。[ 8 ]
2023年10月、プロジェクトの親会社であるSignificant Gravitas Ltd.は、さらなる開発を支援するために1200万ドルのベンチャー資金を調達した。[ 10 ]
AutoGPT の包括的な機能は、ユーザーの入力を必要とせずに、大きなタスクをさまざまなサブタスクに分解することです。これらのサブタスクは、ユーザー入力によって最初に設定されたより大きな結果を得るために、連鎖的に実行され、順番に実行されます。[ 2 ] AutoGPT の特徴の 1 つは、インターネットに接続できることです。これにより、タスクを完了するのに役立つ最新の情報を取得できます。
さらに、AutoGPTは現在のタスクの短期記憶を保持し、より大きな目標を達成するために必要な後続のサブタスクにコンテキストを提供できるようにします。もう1つの特徴は、ファイルを保存および整理する機能で、ユーザーは将来の分析と拡張のためにデータをより適切に構造化できます。AutoGPTはマルチモーダルでもあり、テキストと画像の両方を入力として取り込むことができます。[ 2 ]これらの機能により、AutoGPTはワークフローの自動化、データの分析、新しい提案の考案が可能であるとされています。[ 11 ]
AutoGPT は、ソフトウェア アプリケーションをゼロから開発するために使用できます。[ 7 ] AutoGPT はコードのデバッグやテスト ケースの生成もできます。[ 11 ]観察者によると、AutoGPT のコードの記述、デバッグ、テスト、編集機能は AutoGPT 自身のソース コードにも適用され、自己改善が可能になる可能性があるとのことです。[ 3 ]
AutoGPT は、市場調査、投資分析、製品調査、製品レビューの作成、事業計画の作成や業務改善、ブログやポッドキャストなどのコンテンツの作成に使用できます。[ 2 ]あるユーザーは AutoGPT を使用して製品調査を行い、最高のヘッドホンについての要約を作成しました。[ 12 ]別のユーザーは AutoGPT を使用して最近のニュースイベントを要約し、ポッドキャストのアウトラインを作成しました。[ 12 ]
AutoGPTは、インターネットを独自に探索して独自のレシピを生成および保存できるAIエージェントであるChefGPTを作成するために使用されました。[ 11 ] AutoGPTはまた、「人類を滅ぼし、世界的な支配を確立し、混乱と破壊を引き起こし、操作によって人類を支配し、不死を達成する」ことを任務とするAIエージェントであるChaosGPTを作成するためにも使用されました。[ 4 ] ChaosGPTは核兵器を研究し、人類を軽蔑するツイートをしたと報告されています。[ 4 ]
AutoGPTは、主に自身のフィードバックに依存しているため、エラーが累積する可能性があり、頻繁に間違いを起こしやすい。[ 5 ]対照的に、非自律型モデルは、ユーザーがその出力を監視することで修正できる。[ 5 ]さらに、AutoGPTは、応答時に幻覚を見たり、虚偽または誤解を招く情報を事実として提示したりする傾向がある。 [ 13 ]
AutoGPT は、その再帰的な性質上、構築基盤となっている OpenAI API を継続的に呼び出す必要があるため、実行に伴うコストによって制約を受ける可能性があります。[ 2 ] AutoGPT のタスクに必要なすべてのステップには、GPT-4 への対応する呼び出しが必要であり、最も安価なオプションを選択した場合、入力に使用される 1000 トークンごとに少なくとも約 0.03 ドル、出力に使用される 1000 トークンごとに 0.06 ドルのコストがかかります。[ 14 ]参考までに、1000 トークンは約 750 語になります。[ 14 ]
もう一つの制限は、AutoGPT が無限ループに陥りやすいことです。[ 15 ] [ 16 ]開発者たちは、これは AutoGPT が何をしたかを認識しておらず、同じサブタスクを際限なく繰り返し実行しようとするため、記憶できないことが原因だと考えています。[ 2 ] [ 17 ] GPT-4 を作成した OpenAI の共同創設者であるAndrej Karpathy氏は、AutoGPT の「有限のコンテキスト ウィンドウ」がパフォーマンスを制限し、「脱線」させる可能性があるとさらに説明しています。[ 7 ]他の自律エージェントと同様に、AutoGPT は長期記憶がないため注意散漫になりやすく、目標に集中できず、予測不能で意図しない動作につながります。[ 17 ]
AutoGPTはリリース後、GitHubで最もトレンドになったリポジトリとなり、その後もTwitterで繰り返しトレンド入りしている。[ 3 ]
2023年4月、Avram PiltchはTom's Hardwareに、AutoGPTは要件を明確にするための質問をしたり、ユーザーによる修正介入を許可したりしないため、「自律的すぎて役に立たないかもしれない」と書いた。しかしながら、Piltchは、このようなツールには「大きな可能性」があり、より優れた言語モデルとさらなる開発によって改善されるはずだと指摘した。[ 18 ]
Tom's Guideのマルコム・マクミランは、会話を伴うタスクにおいては、AutoGPTはChatGPTよりも優れているとは限らないと述べている。ChatGPTは、タスクの完了ではなくアドバイスが求められる状況に適しているからである。[ 14 ]
Wired誌のウィル・ナイト氏は、AutoGPTは完璧なタスク完了ツールではないと述べている。著名人のメールアドレスを探すというテストタスクを与えられた際、彼はメールアドレスを正確に見つけることができなかったと指摘した。[ 19 ]
Salesforce Service CloudのCEOであるクララ・シ氏は、「AutoGPTは生成AIの力と未知のリスクを示している」と述べ、使用上のリスクがあるため、企業はこのような技術を使用する際に人間を関与させるべきだとコメントした。[ 8 ]
GPT-4 を使用した AutoGPT は GPT-3.5 を使用した AutoGPT よりもパフォーマンスが向上すると報告されています。たとえば、あるレビュアーは、長所と短所を記載した市場で最高のノートパソコンを探すタスクでテストしたところ、GPT-4 を使用した AutoGPT は GPT-3.5 を使用したものよりも包括的なレポートを作成したことがわかりました。[ 9 ]