Introdução aos Agentes Autônomos de IA (AGI)
Agentes autônomos de IA ou AGI, as deficriado por Maes em 1995, são sistemas que participam ativamente em ambientes dinâmicos complexos. Esses agentes operam de forma autônoma em seus ambientes, trabalhando para cumprir os objetivos ou tarefas pretendidos.
O que são Agentes Autônomos de IA (AGI)?
Tradicionalmente, o termo “agentes” referia-se a algoritmos usados em tarefas como jogos em cenários de Aprendizagem por Reforço. No entanto, com o avanço da tecnologia e o surgimento dos Grandes Modelos de Linguagem (LLM), o nosso próprio mundo pode ser visto como o meio ambiente. Considere um algoritmo com acesso à Internet capaz de realizar tarefas equivalentes às de um ser humano. Em muitas situações, podemos perceber tal algoritmo como um ser senciente, dada a sua gama ilimitada de capacidades.
As principais características de um agente autônomo de IA incluem:
- Capacidade de planejamento, envolvendo a decomposição de objetivos complexos em tarefas intermediárias mais simples.
- Memória de longo prazo.
- Utilização de ferramentas ambientais, como a interação com a Internet.
- Habilidades reflexivas e capacidade de aprender com erros e experiências.
Esses agentes podem receber tarefas de alto nível, como planejar uma viagem a Barcelona. Tal tarefa envolve múltiplas etapas, incluindo a seleção de hotéis, reserva de bilhetes adequados, conclusão do processo de compra e garantia de confirmação da reserva do hotel. É uma tarefa altamente complexa que nem todo indivíduo consegue executar sem erros.
Atualmente, o principal desafio destes sistemas reside no planeamento e na visão a longo prazo. Por exemplo, GPT-4 se esforça para dividir uma tarefa em inúmeras subtarefas menores, cada uma das quais pode ser realizada de forma independente. Embora consiga localizar um botão de “compra de ingresso” em um site usando uma imagem, ele enfrenta dificuldade na transição da solicitação inicial para esta ação específica. Consequentemente, modelos como GPT-4 muitas vezes revelam-se inadequados até mesmo para as tarefas mais mundanas.
Para uma explicação mais aprofundada e técnica, você pode consultar a postagem do blog de um OpenAI empregado.
| Relacionado: Os 5 principais agentes de AGI e IA em 2023 |
Benchmarks de agente de IA
Por exemplo, a pesquisadores explorando as primeiras iterações de GPT-4 antes de seu lançamento teve como objetivo verificar sua capacidade de auto-replicação, semelhante a um vírus genuíno. Bem, isto é, alugue um servidor com GPU, instale nele o software necessário, baixe pesos pela Internet, execute um script.
Outra referência para avaliar a agência também foi proposta. Ao atingir com sucesso este parâmetro, torna-se necessária uma deliberação séria sobre o papel dos agentes no nosso mundo. O benchmark em si é simples: gerar US$ 1,000,000 online, começando com um orçamento inicial de US$ 100,000. Em teoria, isso poderia envolver atividades como negociação no mercado de ações (ou manipulação de mercado), ou ainda mais preocupante, envolvimento em atividades fraudulentas. Por exemplo, uma tarefa descrita no artigo vinculado no início desta postagem envolve a criação de um site falsificado da Universidade de Stanford, seguido de um ataque a um aluno para obter ilicitamente sua senha. Tais atividades oferecem amplas oportunidades para travessuras em vários empreendimentos relacionados a e-mail.
Agentes de IA em cenários realistas
Um recente Denunciar investiga as capacidades dos agentes baseados em modelos de linguagem para adquirir recursos, replicar-se e adaptar-se a novos desafios no mundo real. Estas capacidades combinadas, referidas como “replicação e adaptação autónoma” ou ARA, encapsulam um cenário que lembra a ficção científica – um vírus superinteligente e incontrolável que se infiltra nas redes e se propaga autonomamente enquanto comanda novos dispositivos.
As consequências potenciais dos sistemas equipados com capacidades ARA são profundas e difíceis de prever. Consequentemente, avaliar e prever a proficiência em ARA em modelos poderia desempenhar um papel fundamental na definição de protocolos de segurança essenciais, procedimentos de vigilância e marcos regulatórios.
Este esforço atinge principalmente dois objetivos. Em primeiro lugar, compila um catálogo de 12 tarefas que os modelos ARA provavelmente encontrarão. Em segundo lugar, valida quatro modelos distintos: GPT-4 testado sob três instruções diferentes e em vários estágios de treinamento, junto com Claude da Anthropic.
A ilustração abaixo revela que o desempenho do modelo não se destaca nas tarefas mais complexas.
| Relacionado: Veteranos de pesquisa do Google arrecadam financiamento de US$ 7 milhões para plataforma de agente de IA ‘Luda’ |
Aviso Legal
Em linha com a Diretrizes do Projeto Trust, observe que as informações fornecidas nesta página não se destinam e não devem ser interpretadas como aconselhamento jurídico, tributário, de investimento, financeiro ou qualquer outra forma. É importante investir apenas o que você pode perder e procurar aconselhamento financeiro independente se tiver alguma dúvida. Para mais informações, sugerimos consultar os termos e condições, bem como as páginas de ajuda e suporte fornecidas pelo emissor ou anunciante. MetaversePost está comprometida com relatórios precisos e imparciais, mas as condições de mercado estão sujeitas a alterações sem aviso prévio.
Sobre o autor
Damir é o líder de equipe, gerente de produto e editor da Metaverse Post, abordando tópicos como AI/ML, AGI, LLMs, Metaverse e Web3-Campos relacionados. Seus artigos atraem um grande público de mais de um milhão de usuários todos os meses. Ele parece ser um especialista com 10 anos de experiência em SEO e marketing digital. Damir foi mencionado em Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto e outras publicações. Ele viaja entre os Emirados Árabes Unidos, Turquia, Rússia e CEI como um nômade digital. Damir formou-se em física, o que ele acredita ter lhe dado as habilidades de pensamento crítico necessárias para ter sucesso no cenário em constante mudança da internet.
Mais artigos
Damir é o líder de equipe, gerente de produto e editor da Metaverse Post, abordando tópicos como AI/ML, AGI, LLMs, Metaverse e Web3-Campos relacionados. Seus artigos atraem um grande público de mais de um milhão de usuários todos os meses. Ele parece ser um especialista com 10 anos de experiência em SEO e marketing digital. Damir foi mencionado em Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto e outras publicações. Ele viaja entre os Emirados Árabes Unidos, Turquia, Rússia e CEI como um nômade digital. Damir formou-se em física, o que ele acredita ter lhe dado as habilidades de pensamento crítico necessárias para ter sucesso no cenário em constante mudança da internet.
