AutoGPT가 별 10만개를 돌파했습니다. 자동 에이전트를 체계적으로 소개하는 첫 번째 글입니다.

GitHub에서 AutoGPT의 별 수가 100,000개를 초과했습니다. 이것은 인간-컴퓨터 상호 작용의 새로운 방식입니다. AI에게 먼저 해야 할 일과 다음에 해야 할 일을 지시할 필요가 없으며 "최고의 것을 창조하는 것"만큼 간단하더라도 목표만 설정하면 됩니다. 세상에 없는 아이스크림.” 비슷한 프로젝트로는 BabyAGI 등이 있습니다. 자율 에이전트의 물결은 무엇을 의미합니까? 어떻게 작동하나요? 미래에는 어떤 모습일까요? 현 단계에서 이 신기술을 어떻게 시험해 볼 수 있을까요? 이 기사에서는 Octane AI의 CEO이자 공동 창립자인 Matt Schlicht가 더 자세히 설명합니다.

인공지능은 콘텐츠 추천, 카피 작성, 질문 답변, 실제 생활과 구별할 수 없는 사진 생성 등 매우 구체적인 작업을 완료하는 데 사용될 수 있습니다. 완료해야 할 작업을 AI에게 알려주면 해당 작업이 완료됩니다.

하지만 AI가 모든 작업을 나열하는 것을 돕고 싶지 않다면 어떻게 해야 할까요? 단순한 도구 이상의 팀원을 원한다면 어떻게 해야 할까요? AI가 스스로 생각하기를 원한다면 어떻게 해야 할까요?

"세계 최고의 아이스크림 만들기"처럼 모호한 목표라도 설정할 수 있는 AI 도구를 만들었다고 상상해 보세요. 할 일 목록이 표시되고 할 일 목록이 표시됩니다. 진행 상황에 따라 새로운 것을 추가하세요. 그런 다음 목표를 완료할 때까지 이 프로세스를 계속 반복합니다.

이것이 바로 '자율지능'이 하는 일입니다. 이는 AI 개발자들 사이에서 가장 빠르게 성장하는 트렌드 중 하나이지만, 지금까지 대부분의 사람들은 이를 인식하지 못하고 있습니다. (이 글을 쓰는 시점에서 자율 에이전트에 대해 쓴 주류 출판물은 없습니다. 그리고 소개 이후 소수만이 이에 대해 보고했습니다. 따라서 이 글을 읽고 계시다면... .... 그렇다면 당신은 첫 번째 사람 중 한 명입니다. 자세히 알아보세요)

자율 에이전트란 ​​무엇인가요? 왜 그 뒤에 엄청난 기회가 있습니까? 어떻게 작동하나요? 미래에는 어떤 모습일까요? 어떻게 생성하거나 사용할 수 있나요?

이것이 바로 제가 여러분에게 답변해드릴 질문입니다.

「[지능형] 자율 에이전트는 종종 자동화의 자연스러운 끝점입니다. 원칙적으로 에이전트를 사용하면 다른 프로세스를 자동화할 수 있습니다. 이러한 에이전트가 고도로 정교하고 신뢰할 수 있게 되면 다양한 분야와 산업 자동화 정도는 기하급수적으로 증가할 것입니다.”——Bojan Tunguz, NVIDIA 머신 러닝 전문가

자율 에이전트란 ​​무엇입니까?

자율 에이전트는 AI로 강화된 프로그램입니다. 목표가 주어지면 스스로 작업을 만들고, 작업을 완료하고, 새 작업을 만들고, 작업 목록의 우선 순위를 다시 지정하고, 새로운 상위 작업을 완료하고, 목표가 달성될 때까지 이 프로세스를 반복할 수 있습니다.

위의 설명을 한 번 더 읽어보세요. 간단하지만 이상합니다.

"자율 에이전트의 개발 추세로 볼 때 모든 사람이 관리자가 될 것으로 예상됩니다." - BabyAGI 창립자 나카지마 요헤이

자율 에이전트는 소셜 미디어 계정 관리부터 투자까지 무엇이든 할 수 있도록 설계될 수 있습니다. 가능한 최고의 아동 도서를 만들기 위한 시장입니다.

"이것이 사실인가요? 지금 달성할 수 있나요?"

예, 공상 과학 소설처럼 들리겠지만 이것은 현실입니다. 코딩 방법을 안다면 몇 분 만에 디자인할 수 있습니다. 그리고 이것은 시작에 불과합니다.

"사람들은 지루한 수동 작업에 너무 많은 시간을 낭비하는 경우가 많습니다. 컴퓨터가 이러한 작업을 완료할 수 있으면 사람들은 더 창의적인 일을 추구하거나 현재 인간만이 할 수 있는 일을 할 수 있습니다. 해야 할 일. 자율 에이전트는 사람들을 가능하게 할 것입니다. 더 짧은 시간에 더 많은 일을 할 수 있고, 시간이 지날수록 사람들이 화면을 쳐다보는 시간도 줄어들 것입니다.” - Erica Brescia, Redpoint 전무이사

자율 에이전트를 구현하는 데 필요한 프로그래밍 기술과 AI는 매우 현실적입니다. 그리고 매우 참신합니다. AutoGPT, BabyAGI, Microsoft의 Jarvis 등 많은 오픈소스 프로젝트가 AI 커뮤니티와 Github에서 인기가 높습니다.

오픈 소스 자율 에이전트 코드베이스를 만든 후 처음 2주 동안 거의 100,000명의 개발자가 자율 에이전트를 구축하고 최적화하고 기능의 상한선을 찾았습니다. 이는 이러한 개념이 처음으로 구현되기 전이었습니다. 몇 주. 오늘날 이 기술을 사용하는 개발자의 수가 계속해서 증가하고 있습니다.

"AI 에이전트는 어디에나 있을 것입니다. AI 에이전트를 배포하는 소규모 팀에서 수십억 달러 규모의 기업이 성장할 것입니다." - Ben's Bites AI 뉴스레터 창립자 Ben Tossell

AI 에이전트는 장기적으로 성장하지 못했습니다. laravel, bitcoin, django 및 pytorch와 같은 인기 있는 코드 기반입니다.

Auto-GPT Github은 역사상 어떤 코드 베이스보다 빠르게, 기하급수적으로 인기를 얻고 있습니다.

이것은 공상과학 소설이 아닙니다. 많은 사람들은 이러한 자율 에이전트가 진정한 일반 인공 지능(AGI)의 시작이라고 믿고 있습니다. 이 용어는 지각력을 얻고 "살아있는" 인공 지능을 설명하는 데 사용되는 용어입니다.

"자율 행위자는 결국 사실 지식의 모든 응용을 상품화할 수 있습니다. 사실 지식에 대한 접근도 보편적으로 가능해지면 창의성, 감정, 전략적 비전과 같은 인간의 자질은 더욱 가치 있고 독특해질 것입니다. 하지만 지식도 사실적 지식의 적용이 정체되기 시작하는 세계에서 개인과 기업이 경제적 이점을 추구함에 따라 점점 더 독점화될 가능성이 높습니다.” — 전 미국 연방 조사국의 신흥 기술 담당 이사 겸 공동 창립자. of Bondoo AI

HyperWrite에서 최근 출시된 이 자율 에이전트를 살펴보세요. 사람들이 피자를 주문하는 데 도움을 주기 위해 브라우저에 설치된 것을 볼 수 있습니다.

"도미노스에서 One Vanderbilt로 배달되는 토핑 없는 대형 피자를 주문하세요"라고 말하면 자동으로 주문됩니다.

HyperWrite의 자율 에이전트는 브라우저를 제어하여 피자를 주문합니다.

또는 스탠포드 대학교와 Google의 협력으로 이루어진 이 실험을 확인해 보세요. 그들은 25개의 자율 에이전트로 구성된 가상 마을을 만들고 그들 중 한 명에게 발렌타인 데이 파티를 조직하라고 지시했습니다. 이 예는 아마도 훨씬 더 인상적일 것입니다.

이 자율 에이전트에 의해 시뮬레이션된 사람들은 서로 이야기를 나누며 새로운 추억을 쌓으며 하루를 보냈고, 결국 대부분이 발렌타인 데이 파티에 대해 듣고 참석하게 되었습니다.

출처: "Generative Agents: Interactive Simulacra of Human Behavior"

자율 에이전트는 실제입니다... 이는 질문으로 이어집니다. 에이전트에게 목표가 무엇인지 알려주십시오. 그러면 그것이 영원히 스스로를 다스릴 것인가?

답은 '예'입니다.

목표만 설정하면 나머지는 자동 에이전트가 완료합니다. 정말 좋은 직원이나 팀원 같습니다. 그러나 원하는 경우 특정 주요 의사 결정 순간에 연락하여 실시간으로 공동 작업을 지시할 수 있는 자체 자율 에이전트를 설계할 수 있습니다.

"이것은 원시적인 AGI입니다. 간단히 LLM을 루프로 래핑하면 자체적으로 추론하고, 계획하고, 생각하고, 기억하고, 학습할 수 있는 자율 에이전트를 얻을 수 있다는 점은 주목할 가치가 있습니다. 래핑하면 프롬프트가 정확합니다. , LLM은 무한한 잠재력과 유연성을 발휘할 수 있습니다. 전체 개념이 나온 지 한 달도 채 되지 않았지만 LLM이 구축한 복잡한 지능이 세상에 어떤 영향을 미칠지 기대됩니다. —— Chen Siqi, 창립자 겸 CEO Runway

목표를 분석하고 작업을 할당하는 것 외에도 자율 에이전트에는 다음과 같은 일련의 기능도 있습니다.

• 인터넷 검색 및 애플리케이션 사용
• 장기 및 단기
• 컴퓨터를 제어하세요.
• GPT와 같은 LLM(대형 언어 모델)을 사용하여 분석, 요약, 의견 제시 및 답변을 제공하세요.

또한 이러한 자율 에이전트는 모든 형태와 크기로 나타날 것입니다. 일부는 사용자가 자신이 무엇을 하고 있는지 알지 못한 채 뒤에서 실행되는 반면, 일부는 위의 예와 같이 표시되어 사용자가 AI의 모든 "생각"을 추적할 수 있도록 합니다.

"자율 에이전트는 모든 사람을 국가 원수처럼 살게 해줄 것입니다! 물어보기만 하면 나머지는 자율 에이전트가 처리합니다. 일상적이거나 평범한 일에 두뇌 에너지를 낭비할 필요가 없습니다. —— "Blitzscaling." " 》저자 중 한 명인 Chris Yeh

다음으로 이해하기 쉬운 예를 들어 설명하겠습니다. 연구에 도움을 줄 수 있는 자율 에이전트가 있고 특정 주제에 대한 최신 뉴스 요약을 원한다고 가정해 보겠습니다. Twitter에 대한 뉴스와 같은 주제 :

• 에이전트에게 "당신의 목표는 Twitter에 대한 최신 뉴스를 찾아 나에게 요약을 보내는 것입니다"라고 말합니다.
• 따라서 에이전트가 대상 작업을 본 후, OpenAI의 GPT-4의 도움으로 AI가 읽고 있는 내용을 이해할 때까지 기다렸다가 첫 번째 작업인 "작업: Google에서 Twitter 관련 뉴스 검색"을 제안합니다. 그런 다음 에이전트는 다음을 검색합니다. Google의 Twitter 뉴스와 인기 기사를 찾아 연결 목록을 반환합니다. 첫 번째 작업 완료
• 그런 다음 에이전트는 주요 목표(Twitter에 대한 최신 뉴스를 찾은 다음 요약 보내기)와 방금 달성한 작업(Twitter에 대한 여러 뉴스 링크 가져오기)을 검토하고 필요한 작업을 결정합니다. 다음 작업
• 그 후에는 두 가지 새로운 작업이 나옵니다. 1) 뉴스 요약을 작성합니다. 2) Google을 통해 찾은 뉴스 링크의 내용을 읽습니다.
• 이제 에이전트는 작업을 계속하기 전에 잠시 멈췄으며 이러한 작업의 순서가 올바른지 확인해야 합니다. 초록을 먼저 작성해야 할까요? 에이전트는 이에 동의하지 않고 Google을 통해 찾은 뉴스 링크의 내용을 읽는 것이 최우선이라고 결정합니다.
• 에이전트는 기사의 내용을 읽은 다음 다시 할 일 목록으로 돌아갑니다. 내용을 요약하기 위해 새 작업을 추가하고 싶지만 해당 작업이 이미 할 일 목록에 있으므로 자율 에이전트가 이를 추가하지 않습니다.
• 에이전트는 할 일 목록과 남은 항목만 확인합니다. 내용을 요약해서 읽어보면 그렇게 됩니다. 이 시점에서 사용자가 요청한 대로 요약을 보냅니다.
• 아래 다이어그램은 자율 에이전트의 작동 방식을 보여줍니다.

출처: BabyAGI by Yojei Nkajima

이 새로운 패러다임은 이제 막 시작되었지만 완벽하지는 않습니다. 아직 세상을 강타하고 있지만 그 개념은 매우 강력하며 지속적인 개발과 실험을 통해 곧 우리 일상 생활에 통합될 것입니다.

"이것은 곧 많은 산업을 변화시킬 것입니다. 자율 에이전트를 사용하면 사람들은 동시에 더 쉽게 많은 일을 할 수 있습니다. 작업을 주기만 하면 그것을 수행합니다. 지금까지 이것은 매우 강력한 개념입니다. .. "——The AI ​​Valley Newsletter 창립자 Barsee

자율지능이 무엇인지 더 높은 수준으로 이해한 후, 왜 자율지능이 이렇게 큰 기회를 가져올 수 있는지 토론해 볼까요?

자세히 파헤쳐 보겠습니다.

"필요한 정보를 더 빨리 얻을 수 있다면 생각하고 일하는데 집중할 수 있을까요? 이 AI 에이전트는 더 많은 작업을 수행할 수 있으므로 사람들은 더 적은 시간을 투자할 수 있습니다. 사람들은 더 나은 결과를 얻을 수 있을까요? 지루한 작업을 위한 창의적인 아이디어?”——Marina Pérez, Octane AI 계정 관리 이사

자율 지능이 왜 그렇게 큰 기회를 가져올 수 있을까요? 직원으로서의 인간뿐만 아니라 자율 에이전트 형태의 AI도 있습니다.

“머지않아 AutoGPT 및 ChatGPT와 같은 도구를 함께 사용하는 1~2인 스타트업의 수가 크게 증가할 것이라고 믿습니다. 그들은 100인 스타트업에서 했던 일을 달성할 수 있을 것입니다. 장기적으로 대부분의 직업이 AutoGPT로 대체될 수 있고 대체될 것이라고 믿습니다." - Nathan Lands, Lore 창립자

그리고 그들은 인간을 고용하는 것만큼 비용이 많이 들지 않을 것입니다. 그들은 잠을 자지 않고 매우 효율적으로 일할 것입니다.

“2013년에 Product Hunt를 시작했을 때 내 비전 중 하나는 소프트웨어 제품 구축에 대한 장벽이 계속 낮아져 소규모 팀(또는 개인)이 이전보다 더 빠르게 소프트웨어를 만들 수 있다는 믿음이었습니다. 스마트하고 자율적인 에이전트에 의해 이는 오늘날보다 더 사실이 아닙니다. 이는 일부 사람들에게는 더 적은 수의 인력과 자금으로 이 기술을 활용하여 아이디어를 확장하고 구현할 수 있는 기회를 제공합니다. 기업 간의 경쟁과 새로운 솔루션의 지속적인 출현." - Ryan Hoover, Weekend Fund 및 ProductHunt

창립자 이러한 자율 에이전트는 모든 산업에서 발견되며 상상할 수 있는 모든 작업에 사용됩니다. 아래 사진은 몇 가지 예를 보여줍니다.

목록은 계속 이어질 수 있습니다.

인간이 할 수 있는 일을 자율 에이전트가 (결국, 그러나 곧, 어떤 경우에는 이미) 더 잘 할 수 있게 될 것입니다. "음악 산업은 아티스트와 성공 사이에 불필요한 것들을 너무 많이 부과합니다. 이러한 것들은 아티스트에게 순이익의 거의 35%를 소비합니다. 자율 에이전트는 마케팅 전략을 개발 및 실행하고, 팬과 소통하고, 커뮤니티를 구축할 수 있습니다. , 공연장 예약 및 계약 협상 등 아티스트의 비용과 시간을 절약하세요.”——Troy Carter, Venice Music의 공동 창립자이자 Lady Gaga의 전 매니저

어떻게 기회를 잡을 수 있을까요? 두 가지 실제 기회가 있습니다.

개인의 삶의 질이나 비즈니스 생산성을 향상시키는 데 도움을 줄 수 있는 자율 에이전트를 직접 만들고 다른 사람이 고용할 수 있도록 하세요.

"자율 에이전트는 기술뿐만 아니라 비즈니스 전반에서 차세대 물결입니다. 저는 10년 내에 전적으로 자율 에이전트에 의해 운영되는 수십억 달러 규모의 회사가 여러 개 있을 것으로 예상합니다. 이는 불가피합니다. " — Octane AI의 공동 창립자이자 사장인 Ben Parr

한 사람이 자율적인 에이전트만으로 회사를 만드는 세상을 상상해 보세요. 평생 동안 한 사람으로 구성된 팀이 이를 수행하고 시가총액 10억 달러 이상을 달성할 수 있는 것을 보게 될 것입니다. 이를 달성하려면 일반적으로 매우 많은 수의 사람들이 함께 협력해야 합니다.

"대규모 개인화는 매우 흥미로운 사용 사례가 될 것입니다.

개인화된 이미지, 비디오, 웹 사이트 생성을 포함하여 오늘날 인간이 수행하는 자율 주행 다단계 프로세스를 독립적으로 제어할 수 있습니다. 많은 관심을 불러일으키는 사용 사례 중 하나는 영업 개발입니다

” - Omar Pera, 메타 인공 지능 제품 리더

이제 초기 단계에서는 자율 에이전트를 구축하든 사용하든 첫 번째 무버가 아직 이러한 시스템을 활용하지 못한 경쟁자보다 큰 이점을 얻을 수 있습니다.

“가까운 미래에는 제가 작업에 참여하지 않아도 달력에 점심 모임, 전화 통화, 인터뷰가 팝업으로 표시되는 것을 에이전트와 에이전트 모두가 할 수 있도록 하고 싶습니다. 세부 사항만 보여주면 됩니다." - Hugh Howey, New York Times 베스트셀러 작가 WOOL

이 기사를 읽으면 이미 세계의 99%보다 앞서 있을 것입니다. 이러한 자율 에이전트의 작동 방식에 대해 자세히 알아보겠습니다.

"자율 에이전트는 소규모 콘텐츠 제작자와 커뮤니티 구성원, 특히 창의적인 상상력을 가진 사람들의 성과를 향상시킬 수 있는 잠재력을 가지고 있습니다. 이는 많은 Web3 프로젝트에 도움이 될 것입니다. ("Web3.0"은 현재 인터넷의 기본 프로토콜인 "월드와이드웹(World Wide Web)"은 기계가 모든 정보를 읽을 수 있고, 웹사이트가 지능적인 선택을 제공하고 정보(인공지능)를 기반으로 더 나은 정보를 제공할 수 있으며, 인터넷이 어디에나 있다는 것을 의미합니다. ), 그리고 더 중요한 것은 인터넷 데이터의 소유권이 분산된다는 것입니다.)" - Axie Infinity

자율 에이전트의 작동 방식

이미 대략적인 아이디어를 갖고 계십니다. 자율 에이전트가 어떻게 작동하는지 이해하지 못하지만 전체 프레임워크 버전을 제공하고 몇 가지 자율 에이전트 예를 단계별로 분석하면 도움이 될 것이라고 생각했습니다.

"저는 지금 AI를 전체적으로 생각하며 영화에서 보는 것처럼 AI를 인공지능 보조자로 진화시키는 구축 단계에 있습니다. '아이언맨' 자비스나 인터스텔라의 TARS

AI 자체는 아직 개선 중이고, 제시된 답변이 완벽하지 않을 수도 있지만 오류가 있을 수도 있기 때문에 이제 프레임워크를 구축할 차례입니다. 따라서 이는 가능한 한 빨리 실험하고 미래를 대비하는 것입니다.” —— Jenny, Reece

다음은 일반적인 프레임워크입니다. 자율 에이전트:

• 초기화 목표: AI의 목표를 정의합니다.
• 작업 생성: AI는 가장 최근에 완료된 X 작업(있는 경우)에 대한 메모리를 확인한 다음 목표와
• 작업 실행: AI가 작업을 자율적으로 실행합니다.
• 메모리 저장: 작업 및 실행 결과가 벡터 데이터베이스에 저장됩니다. AI는 완료된 작업에 대한 피드백을 외부 데이터나 AI 내부 대화의 형태로 수집합니다. 이 피드백의 결과는 적응형 프로세스 루프의 다음 반복을 알리는 데 사용됩니다.
• 새로운 작업 생성: AI는 수집된 피드백과 내부 대화를 기반으로 새로운 작업을 생성합니다.
• 작업 우선 순위: AI가 검토 목표를 통과합니다. 마지막으로 완료된 작업을 검토하여 작업 목록의 우선순위를 다시 지정합니다.
• 작업 선택: AI는 우선순위 목록에서 상위 작업을 선택하고 3단계에 설명된 대로 진행합니다. 연속 루프에서 4~8단계를 반복하여 시스템이 새로운 정보, 피드백 및 변화하는 요구 사항에 따라 조정될 수 있도록 합니다.
• Octane AI의 엔지니어링 이사인 Gabriel Menezes는 다음과 같이 말했습니다. “자율 에이전트는 단조로운 작업이나 반복 작업의 자동화를 높이 평가하는 사람으로서 궁극적인 생산성 향상의 특성을 구현하기 때문에 정말 매력적입니다. 이러한 에이전트를 발견하면 우리가 일하는 방식에 혁명을 일으킬 수 있는 잠재력이 있어 우리의 정신 에너지를 보다 의미 있는 추구로 방향을 바꿀 수 있습니다.
• 예제 쇼케이스

예 1: 소셜 미디어 관리자 자율 에이전트

소셜 미디어 계정을 관리하기 위해 소셜 미디어 관리자를 고용하는 것이 아니라 매우 저렴한 비용과 연중무휴 지능으로 모든 작업을 수행하는 자율 에이전트를 원한다고 가정해 보세요.

"이것은 단순한 가상 비서가 아닙니다. 모든 온라인 작업, 연구, 심지어 엔터테인먼트까지 가속화하는 혁명입니다. 한때 온라인에서 수행하는 데 몇 시간, 며칠, 몇 달이 걸렸던 작업이 이제는 백그라운드에서 몇 분 만에 완료됩니다. " — Sharon Zhou, Stanford University의 CS 교수이자 Google의 전 기계 학습 제품 관리자

자율 에이전트 프레임워크는 다음과 같습니다.

• 목표 초기화: 대상 고객, 소셜 미디어 플랫폼과 같은 초기 매개변수 설정 콘텐츠 카테고리 및 게시 빈도
• 데이터 수집: 과거 소셜 미디어 게시물, 사용자 상호 작용 및 플랫폼별 동향에 대한 데이터를 수집합니다. 여기에는 좋아요, 공유, 댓글 및 기타 참여 지표가 포함될 수 있습니다.
• 콘텐츠 분석: 수집된 데이터를 분석하여 타겟 고객과 관련된 패턴, 인기 주제, 해시태그 및 영향력자를 식별합니다. 이 단계에는 콘텐츠와 해당 컨텍스트를 이해하기 위한 자연어 처리 및 기계 학습 기술이 포함될 수 있습니다.
• 콘텐츠 생성: 분석을 기반으로 콘텐츠 아이디어를 생성하고 플랫폼 및 청중 선호도에 맞는 소셜 미디어 게시물을 만듭니다. 여기에는 AI를 사용하여 텍스트, 이미지 또는 비디오를 생성하고 사용자 생성 콘텐츠 또는 다른 소스에서 선별된 콘텐츠를 통합하는 것이 포함될 수 있습니다.
• 일정: 플랫폼별 트렌드, 청중 활동 및 원하는 빈도를 기반으로 각 게시물을 결정합니다. 콘텐츠 시간. 그에 따라 게시물을 예약하세요.
• 성과 모니터링: 좋아요, 공유, 댓글, 클릭률과 같은 참여 지표를 기반으로 각 게시물의 성과를 추적합니다. 가능하다면 사용자 피드백을 수집하여 잠재고객 선호도에 대한 이해를 더욱 구체화합니다.
• 반복 및 개선: 성능 데이터와 사용자 피드백을 분석하여 개선이 필요한 영역을 식별합니다. 이러한 통찰력을 통합하기 위해 콘텐츠 전략, 제작 및 계획 프로세스를 업데이트하세요. 2~7단계를 반복하여 소셜 미디어 관리 시스템을 지속적으로 개선하고 시간이 지남에 따라 효율성을 높이세요.

"사람들은 다른 사람 및 기업 소유 에이전트와 통신하는 개인 에이전트를 갖게 될 것입니다. 대부분의 컴퓨팅 장치는 주로 에이전트와 대화하기 위한 통신 장치로 사용됩니다." - Conner Ruhl, Stability AI 수석 소프트웨어 엔지니어

이러한 반복 시스템을 소셜 미디어 관리에 통합함으로써 청중의 선호도와 끊임없이 변화하는 소셜 미디어 환경에 맞춰 진화하는 역동적인 적응형 전략을 만들 수 있습니다. 이는 소셜 미디어 활동의 참여도, 도달 범위 및 전반적인 효과를 높이는 데 도움이 됩니다.

“나를 흥분시키는 자율 에이전트의 또 다른 사용 사례는 AI 기반 알고리즘의 힘을 활용하여 이러한 에이전트가 내 개인 취향, 좋아하는 장르, 심지어 특정 음악 요소와의 공명까지 분석할 수 있다는 것입니다. 그런 다음 그들은 나와 함께 음악을 효과적으로 공동 창작할 수 있는 독창적인 멜로디, 하모니 및 리듬을 생성할 수 있습니다. 이 창의적인 협업은 나의 음악적 지평을 넓히고 이전에 고려하지 않았던 새로운 스타일과 장르를 탐색할 수 있는 잠재력을 가지고 있습니다. 또한 자율 에이전트는 내 작업에 대한 귀중한 피드백을 제공하고 개선을 위한 제안을 제공하여 음악가로서의 성장을 촉진할 수 있습니다. 음악 창작 과정에 인공 지능과 인간 창의성을 통합하면 음악의 경계를 확장하는 혁신적이고 독특한 결과를 가져올 수 있습니다. 예술적 표현.” — Katya Sapozhnina, Octane AI 제품 담당 이사이며 AI 보조자를 활용하여 도움을 받고 싶습니다.

에이전트가 하는 일이 꼭 어렵지는 않았으면 좋겠지만, 시간과 노력이 좀 필요하긴 해요. 항공편 예약과 같은 작업은 에이전트에게 기꺼이 아웃소싱하겠습니다. ” ——Sahil Lavingia, Gumroad 창립자 겸 CEO

• 초기 목표: 과반수 득표를 보장하여 선거에서 승리합니다.
• 데이터 수집: 유권자, 인구통계, 주요 문제, 캠페인 메시지 및 기타 관련 정보에 대한 데이터를 수집합니다.
• 상황 분석: 추세, 기회 및 과제를 식별하기 위해 데이터를 수집합니다. 이 분석을 바탕으로 초기 목표를 결정되지 않은 유권자 타겟팅, 주요 영역의 유권자 투표율 증가 또는 특정 문제에 대한 캠페인 메시지 개선과 같은 특정 하위 목표로 구체화합니다.
• 작업 생성: 하위 목표 구체화를 위한 관련성 생성 유권자 봉사 활동 계획, 타겟 광고 작성 또는 정책 권장 사항 개발과 같은 작업
• 작업 실행: 가장 우선순위가 높은 작업을 실행하고 필요에 따라 팀 구성원을 할당합니다.
• 성과 모니터링: 완료된 작업의 효율성을 평가합니다. 유권자 참여, 여론, 모금 지표 등 핵심 성과 지표를 추적하여 작업을 수행합니다. 개별 작업의 성공과 하위 목표 및 초기 목표에 대한 전체 캠페인 진행 상황을 평가합니다.
• 반복 및 개선: 성과 데이터를 분석하여 개선이 필요한 영역을 식별하고 이러한 통찰력을 통합하여 캠페인 전략을 업데이트합니다. 캠페인 관리 시스템을 지속적으로 개선하고 시간이 지남에 따라 효율성을 높이려면 2~8단계를 반복하세요.

“재귀적으로 자신을 복제하는 기능이 정말 기대됩니다. AI 에이전트가 자신의 복사본을 만들고, 작업 지침을 전달하고, 작업을 완료하기 위해 형제와 대화를 시작할 수 있다는 것은 정말 놀라운 일입니다. 기괴함. 》——NVIDIA 인공 지능 과학자 Jim Fan

처음에는 한 후보자가 자율 에이전트를 사용할 수 있으며 그는 다른 후보자보다 큰 이점을 갖게 될 것입니다. 그러나 일단 모든 후보자가 하나를 갖게 되면… 여러 에이전트, 어떤 모습일까요?

“모든 사람이 자율 에이전트를 사용할 것이라고는 생각하지 않습니다. 비록 유비쿼터스이지만 인공 지능이 발전함에 따라 인간이 참여하는 작업의 르네상스가 올 것입니다. 많은 사람들이 다시 펜과 종이를 생각하고 인간이 만든 것을 원할 것입니다. 예술 작품... "완전히 인간이 만든 것"으로 광고되는 많은 제품과 창작물을 보게 될 것입니다. 기술이 빠르게 발전할수록 오랫동안 완전히 오프라인 상태를 유지하는 것이 더 좋아질 것입니다. 그리고 곧 "AI로부터 자유로운" 시간을 누릴 것입니다 - Loic Le Meur, PAWA 창립자 겸 CEO | Loic

아이들에게 수학을 가르치기 위해 고안된 자율 에이전트도 있을 것입니다.

"이것은 탐색할 여지가 많은 획기적인 패러다임입니다. 초기 실험에서는 에이전트 검색 쿼리가 제한되어 있지만 자율 에이전트에 새로운 도구를 갖추기 위한 광범위한 연구 및 보조 프로젝트가 있을 것입니다. 그리고 모든 도구는 잠재적인 사용 사례를 크게 확장할 것입니다." - Pete Huang, The Neuron Daily AI 뉴스레터

창립자

• 초기 목표: 어린이의 현재 수학 능력 수준을 파악하고 향상에 도움이 되는 맞춤형 학습 경로를 설정합니다.
• 데이터 수집: 평가, 상호 작용 및 학습을 통해 어린이의 학습 스타일, 학습 과정 및 학습 성과에 대한 정보를 수집합니다. 피드백 정보
• 상황별 분석: 수집된 데이터를 분석하여 아동의 강점, 약점, 학습 선호도 및 아동의 발전에 영향을 미치는 모든 외부 요인을 식별합니다.
• 과제 생성: 아동의 요구 사항 및 학습 경로를 기반으로 합니다. 적절한 연습 선택, 설명 제공, 실제 사례 및 적용 제공과 같은 튜터링 작업 생성
• 작업 우선순위 지정: 어린이 학습 및 기술 개발에 대한 잠재적 영향을 기준으로 튜터링 작업을 분류하고 도전적인 작업과 어려운 작업 사이의 균형을 찾습니다.
• 과제 실행: 가장 우선순위가 높은 과제를 수행하고, 필요에 따라 지도 방법과 콘텐츠 전달을 조정하여 자녀의 학습 숙달과 참여를 극대화합니다.
• 성과 모니터링: 핵심 성과 지표를 추적하여 지도 효과를 평가합니다. KPI), 학습 목표 달성, 수학 능력 향상, 어린이 참여 및 만족도 등
• 피드백 루프: 자녀의 성과를 지속적으로 모니터링하고 새로운 데이터를 기반으로 상황별 분석, 작업 생성 및 작업 우선 순위 지정 단계를 업데이트합니다. 그리고 통찰력. 자녀의 수학 능력 발달을 더 효과적으로 지원하기 위해 필요에 따라 초기 목표와 학습 경로를 조정하세요.
• 반복 및 개선: 자녀의 성과를 분석하고 새로운 데이터와 통찰력을 바탕으로 상황별 분석, 과제 생성, 과제 우선 순위 지정 단계를 업데이트하세요. 자녀의 수학 능력 개발을 더 잘 지원하기 위해 필요에 따라 초기 목표와 학습 경로를 조정하십시오. 교육 관리 시스템을 지속적으로 개선하고 시간이 지남에 따라 효율성을 향상시키려면 2~9단계를 반복하세요.

이 자율 에이전트 사이클 유형 시스템은 지속적으로 개선하고 제공하는 데 초점을 맞춰 어린이 과정을 적응적으로 돕고 지도하는 수학 교사의 교육 경험을 간략하게 설명합니다. 아동의 필요와 발달 상황에 따른 맞춤형 지도 프로그램.

자율 에이전트의 미래

이제 인간은 자율 에이전트 개발의 초기 단계에 있습니다. 우리는 좋은 것이나 나쁜 것을 여기저기 샅샅이 뒤지고, 부수고, 실험하고, 창조합니다.

"자율 에이전트의 도움을 요청하면 그들은 여러분의 아이디어를 현실로 만들어 줄 것입니다. 이러한 에이전트는 친구, 동료, 협력자 역할을 하여 여러분에게 충분한 여가 시간을 제공할 수 있습니다. 알고 싶습니다. 선택하는 방법 이 새로운 자유 시간을 보내기 위해?” ——Glasp의 공동 창립자이자 CEO인 Kazuki Nakayashiki

현재 상용 자율 지능형 제품은 아직 개발 단계에 있지 않습니다. 하지만 곧 상황이 바뀔 것입니다. 자율 에이전트가 모든 곳에 나타나기 시작할 것입니다.

“사람들의 일자리를 대체하는 데 집중하는 대신, 그들에게 권한을 부여하는 데 집중하세요. API를 통해 데이터를 사용할 수 있게 만드는 것을 의미하는 "스마트"를 만드는 것은 제품이 어떻게 더 나은 도움을 줄 수 있는지 묻는 것입니다. 예를 들어, "스마트" 이메일 주소는 귀하의 선호도에 따라 흥미로운 방식으로 작동할 수 있습니다. 이메일을 모니터링하여 귀하가 관심 있는 품목이 언제 판매되는지, 가격 비교를 수행하고 심지어 가격 협상을 할 수도 있습니다. 귀하가 품목에 얼마나 가치를 두고 있는지, 그리고 그에 대해 얼마를 지불할 의향이 있는지 개인적으로 이해하기 위한 것입니다.” ——Matt, Factorial Capital의 관리 파트너이자 HuggingFace의 투자자

사람들은 향상을 위해 다양한 독립적인 방법을 사용할 것입니다. 그들의 활동, 결정 및 행동. 미래 어느 시점에 신경 임플란트가 있다면 이 모든 일은 마치 오늘날 머리 속으로 생각하는 것처럼 자연스럽게 일어날 것입니다.

"모든 사람이 무료로 또는 적은 비용으로 가상 연구원, 조수, 작가 또는 직원에 액세스할 수 있습니다. 이러한 액세스는 보편적입니다." ——Jeremiah Owyang, 인공 지능 투자자

아래는 미래에 대한 나의 예측입니다. 자율 에이전트의 수:

• 게임, 개인용, 마케팅 및 판매를 위한 여러 상용화된 자율 에이전트가 2023년에 나타날 것입니다.
• 상용화된 자율 에이전트는 2024년에 다양한 카테고리에 나타날 것이지만 주류 채택을 달성하지는 못했습니다. 상상할 수 있는 모든 범주에 자율 에이전트 채택
• 2026 제1세계 국가의 대부분의 사람들은 매일 수많은 자율 에이전트의 도움을 받으며 생활합니다.
• 향후 2~5년 내에 대부분의 사람들은 인간 대신 자율적인 에이전트를 위해 일해야 합니다.
• "거의 전적으로 AI에 의해 구동되는 증강 현실을 사용하는 Holodecks를 봅니다. 많은 일이 자동 및 수동 프롬프트로 발생합니다. 예, 사람들은 AI를 위해 일할 것입니다. 모두가 그것을 사용할 것이지만, 소수의 사람들만이 무엇을 알고 있는지 알고 있습니다. LLM(대형 언어 모델)과 곧 출시될 자율 에이전트 및 시스템으로 인해 세상은 크게 변할 것입니다.
LLM은 인류의 가장 보편적인 발명품입니다. 이제 LLM은 중앙 서버에 연결하지 않고도 저렴한 컴퓨터에서 실행할 수 있습니다. 인터넷에 연결되지 않은 장치에서도 LLM을 실행할 수 있다는 것은 놀라운 일입니다. 날씨부터 피자 배달까지 기본적으로 인간의 개입이 거의 없이 자동으로 이루어집니다.” - Robert Scoble, Infinite Retina AI-First의 최고 전략 책임자

미래는 정말 엉망이 될 것입니다. 그렇다면 자율 에이전트를 어떻게 구축하고 사용합니까?

"이 미래에는 모든 사람이 개인 생산성, 비즈니스 운영 또는 창의적 활동 등 어느 정도 자율 에이전트를 사용할 가능성이 높습니다. 대부분의 경우 사람들은 이러한 AI 에이전트의 "마스터" 역할을 하며 목표를 설정합니다. 기업, 프로세스, 기타 시스템의 제약 속에서 일해야 하는 것처럼 우리도 'AI 에이전트를 위해 일'할 것입니다. 그러나 많은 경우 AI 에이전트가 더 잘할 것이라고 생각합니다. 오늘날 사회의 기업과 시스템을 구축하고 모두에게 이익이 되는 기회를 창출하세요.” — Joe Heitzeberg, Crowd Cow

자율 에이전트 구축 및 사용 방법

이제 본격적으로 뛰어들 준비가 되었습니다. 자율 에이전트의 세계로. 자율 에이전트 에이전트 구축 또는 사용을 시작하는 데 필요한 리소스를 나열하겠습니다.

"판매 업무, 광고 업무, 프로젝트 운영, 회계 서비스 등 다수의 반복 업무가 포함된 특정 B2B 사용 사례를 찾아보세요. 지금 선택할 수 있는 업무가 많습니다 ——Elizabeth Yin." , Hustlefund 공동 창립자

“먼저 사용 사례의 범위를 최대한 좁힌 다음, 프로세스의 성공을 평가하는 방법인 인간 참여형(Human-In-The-Loop)을 포함하는 제품을 설계하세요. , 점진적으로 자동화를 늘리고 최종적으로 인접한 사용 사례로 확장합니다.” ——Itamar Friedman, Codium AI의 공동 창립자 겸 CEO

자율 에이전트 구축

빌드에는 여러 가지 옵션이 있습니다. 자율 에이전트.

• 직접 구축: 이전에 제공한 프레임워크를 확인하고 처음부터 모든 것을 구축하는 여정을 시작하세요! 이것은 들리는 것만큼 무섭지 않습니다. 권장 소프트웨어 솔루션에는 OpenAI의 GPT-4, Pinecone 벡터 데이터베이스 및 LangChain의 프레임워크가 포함됩니다.
• Auto-GPT: 이것은 Toran Richards가 만든 인기 있는 오픈 소스 옵션입니다. 여기에는 인터넷 연결, 앱 사용, 장기 및 단기 기억 등과 같은 옵션이 포함됩니다.
• BabyAGI: Yohei Nakajima가 만든 또 다른 인기 있는 오픈 소스 옵션입니다. 아직 인터넷에 연결되어 있지는 않지만 코드가 200줄 미만으로 매우 간결합니다.
• Jarvis by Microsoft: Auto-GPT 및 BabyAGI와 매우 유사하지만 Microsoft 및 HuggingFace에서 제공하는 더욱 강력합니다.

"처음에는 수직적 도메인에 자율 에이전트가 있을 것이라고 생각합니다. 이러한 에이전트는 특정 데이터 세트에 맞게 미세 조정되어 해당 도메인에서 작동할 수 있습니다. 지금까지 우리는 대규모 사용을 많이 보아왔습니다. 언어 모델 (유일한?) 두 가지 분야는 카피라이팅과 프로그래밍입니다. 더 깊이 추론하면 이 두 분야에 채택된 AI가 아마도 가까운 미래에 더욱 자율화되기 시작할 것이라고 생각합니다. 인공 지능이 사람 대신 카피라이팅이나 코딩을 실행하라는 메시지를 제공하고, 이를 활성화하거나 먼저 메시지를 제공할 필요 없이 매일 고려할 수 있는 새로운 제안을 자동으로 제공한다는 것입니다.” ——godmode. .space

Using Autonomous Agents

자신만의 에이전트를 가질 준비가 되셨나요? 다음은 몇 가지 옵션입니다.

옵션 중 하나를 선택하여 위에서 언급한 대로 나만의 에이전트를 만들 수 있습니다!

• AgentGPT: 로그인이 필요 없이 웹사이트에서 자율 에이전트(AutoGPT)를 생성하고 실행합니다.
• HyperWrite Assistant: 브라우저에 명령을 내릴 수 있고 브라우저가 명령을 실행할 수 있는 Chrome 확장 프로그램을 추가합니다.

"이전에는 사회 엘리트에게만 국한되었던 전문성과 효율적인 방법의 혜택을 각계각층의 사람들이 누릴 수 있습니다. 이러한 개인 비서의 보편화는 생산성 향상과 더 나은 균형으로 이어질 수 있습니다. 더 나은 일과 삶의 경험 , 사람들이 자신의 관심사, 창의성 및 개인적 성장에 더 집중할 수 있도록 하고 인공 지능 보조원은 일상 생활의 단조로운 부분을 처리합니다.” —HyperWrite 창립자 겸 CEO

프로그래밍 방법을 알고 있는지 여부. 아닙니다. 몇 시간 동안 이러한 것들을 시도해 보시기 바랍니다. 보기만큼 복잡하거나 어렵지 않으며, 빨리 시작할수록 자율 에이전트를 더 빨리 이해할 수 있습니다.

“투자자로서 저는 자율 에이전트를 사용하여 분석가 및 보조원의 업무를 수행하거나 적어도 특정 조건에서 거래를 찾도록 프로그래밍할 수 있다는 아이디어에 정말 기쁩니다. 조건을 분석하고 맞춤형 이메일을 보내 대화를 시작해 보세요.” — Brayton Williams, Boost VC 공동 창립자

자율 에이전트는 이제 해석과 혁신에 열려 있습니다. 사용 사례의 99%가 아직 생성되거나 시도되지 않았으므로 가능성은 무궁무진하며 기회는 여러분 손에 있습니다.

"저는 더 큰 최종 목표를 달성하기 위해 소규모 프로그래밍 작업을 조정하고 모듈화하는 데 매우 관심이 있습니다. 대규모 언어 모델이 문제 기반 프로그래밍에 능숙하다는 것을 알고 있지만 전체 언어 모델을 포팅할 수 있다는 증거는 본 적이 없습니다. Android에서 iOS까지 코드 기반을 구축하거나 심지어 처음부터 앱을 만들 수도 있습니다. 올바른 오케스트레이션 체계와 메모리 구조를 갖춘 에이전트가 이 목표를 달성할 수 있다고 생각합니다." - Curai 공동 창립자 겸 CEO. Neal Khosla

위 내용은 AutoGPT가 별 10만개를 돌파했습니다. 자동 에이전트를 체계적으로 소개하는 첫 번째 글입니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!