Vi har allerede set en række eksempler på, hvordan man kan bruge ChatGPT i undervisningen, men det har udelukkende været gennem OpenAI's hjemmeside. Udfordringen er dog, at man hele tiden skal skrive beskeder og vente på, at ChatGPT svarer tilbage. Her skal man selv tolke på det, som bliver skrevet, skrive igen, vente på svar, tolke, skrive osv. Denne tilgang er meget brugervenlig, men kan også virke som en langsommelig måde at tilgå kunstig intelligens.
Men hvad hvis man kunne få generativ AI til selvstændigt at arbejde videre med det svar, den er kommet med? Indenfor generativ AI kaldes denne metode for self-prompting eller auto-prompting. Metoden går ud på, at brugeren skriver et mål, hvorefter sprogmodellen laver en strategi og en prioritering for, hvordan den løser målet. Her skriver den prompts og eksekverer disse, gemmer svaret og bruger de indsamlede data til nye prompts - altså en masse loops.
Disse loops kan bestå af alt det, som ChatGPT kan: fx websøgninger, opsummering af tekster, skrive kode, oversætte tekster osv. Og hver gang den foretager et loop, "tænker" sprogmodellen over nye handlemuligheder.
Når jeg skriver "tænker" med citationstegn, er det fordi, generativ AI ikke kan tænke som et menneske, men den prøver på baggrund af sin kode at finde forskellige strategier til at løse opgaven.
Jeg mener at vi bør stoppe med at sætte menneskelige egenskaber på generativ AI, for der er ingen tænkning, eller det som kaldes AGI - endnu. AGI står for "Artificial General Intelligence" og henviser til et niveau af kunstig intelligens, som kan udføre en bred vifte af kognitive opgaver på samme niveau som et menneske. AGI er ikke blot specialiseret i en enkelt opgave eller et enkelt område, men kan tilpasse sig forskellige opgaver og omstændigheder og lære på en generel måde, ligesom mennesker gør. Der er vi altså ikke endnu.
Alt det her betyder, at man kan aktivere generativ AI-agenten, og lade den køre på autopilot, mens den prøver at opfylde målene. Grundlæggende betyder det, at AutoGPT har mulighed for at generere egne ideer og forslag på baggrund af de mål, som brugeren har sat.
I denne tabel har jeg opstillet forskellen på AutoGPT og ChatGPT:
| AutoGPT | ChatGPT |
|---|---|
| Kædeprompting | Enkelt promting |
| Autonome handlinger | Brugerdrevet input |
| Asynkron | Synkron |
| Datadrevende strategier | Brugerdrevende strategier |
| Kan køre uden brugerinddragelse | Kræver høj grad af brugerinddragelse |
| Styres gennem mål | Styres gennem naturligt sprog |
Fire hjemmesider, hvor man selv kan teste AutoGPT
Herunder gennemgår jeg kort AgentGPT, Cognysys og GodMode. Fælles for de tre muligheder er, at man kan bruge sin egen API-nøgle fra OpenAI (hvis man har betalt for ChatGPT). Hvis man ikke har en nøgle, skal man bruge dette link: https://platform.openai.com/account/api-keys. Dermed bliver alle værktøjerne også meget bedre, men vær opmærksom på, at det koster en del tokens at lade kunstig intelligens køre i loops.
Der kræves ingen programmeringskundskaber for at anvende de tre første værktøjer, og de er ret nemme at gå til (AutoGPT er svær at komme i gang med). Alle hjemmesiderne trækker på OpenAI's API og gør brug af GPT-3.5. Hvis man har en udviklerlicens, kan man bruge GPT-4. Men pas på, for det kan blive dyrt.
Man får de bedste resultater, hvis man skriver på engelsk.
1. AgentGPT
AgentGPT er en af de første udgaver af AutoGPT med et interface. Her er det muligt at oprette autonome AI-agenter, som skal forfølge et mål, og undervejs kommer den med nye opgaver, der udføres, og den bruger resultaterne i næste loop.
Hjemmesiden virker ret godt til engelske tekster, og der er ikke så mange indstillingsmuligheder. Fx kan man kun opstille ét mål, som den skal forsøge at løse.
AgentGPT er open source, og man kan selv hente det via GitHub.
2. CognysysAI
CognysysAI giver lidt flere muligheder for at indstille agenten, og her kan man sætte op til tre mål for agenten.
CognysysAI er en proprietær software, og den skriver selv, at den ikke bygger på AgentGPT eller BabyAGI.
Agenten kan testes uden API-nøgle til OpenAI.
3. GodMode
GodMode minder i sit udtryk meget om ChatGPT, og her giver man den blot en opgave, så vil den forsøge at løse den. Der er ikke så mange indstillingsmuligheder i programmet, og det er meget simpelt at bruge.
GodMode er også en proprietær software, så vi ved ikke, hvad der ligger bag koden, og hvordan den henter informationerne.
4. AutoGPT
Hvis man godt kan lide at køre ting i sin terminal, skal man prøve AutoGPT, som ligger bag de tre ovenstående værktøjer. Her er det muligt at sætte op til fem mål, men det kræver lidt mere arbejde at få til at lykkes.
Significant-GravitasHvad kan vi bruge AI-agenterne til i undervisning?
At inddrage automatiserede processer i undervisningen kan være skræmmende, men det kan give en række muligheder, som ellers tager lang tid selv at udføre. Vi skal hele tiden tænke på, at AI-agenterne kan køre asynkront, samtidig med at vi kan have flere til at køre på samme tid.
Herunder er et eksempel på, hvordan man kan bruge det til at lave markedsundersøgelser. I bunden af artiklen har jeg lagt en række kilder, og de fleste har en række eksempler.
Markedsundersøgelser
At lave markedsundersøgelser kan være krævende, eftersom man skal undersøge rigtig mange hjemmesider og sammenligne deres produkter. I denne opgave udgiver vi os for at være et falsk skofirma, der ønsker at undersøge markedet for vandtætte sko. Hver gang man kan definere et mål, som man vil undersøge, kan man lade den gennemgå videnskabelige artikler (hvis de er tilgængelige online), hjemmesider, nyheder eller egne tekster.
For at løse denne opgave laver jeg to mål (man kan lave op til 5 mål i AutoGPT).
1. mål: Foretag en markedsundersøgelse af vandtætte sko og deres priser.
2. mål: Find de fem største konkurrenter, og giv mig en rapport over skoenes fordele og ulemper.
Herunder er resultatet efter ca. 10 minutter med brug af AutoGPT.
Pros: flexible sole, bungee lacing system, includes recycled materials
Cons: not suitable for long runs, not very breathable
Allbirds Wool Runners - $160.34
Pros: good for cold weather, comfortable for short walks and standing
Cons: lack of upper support, not suitable for long-term use
Cloudflyer Waterproof - $179.99
Pros: 100% waterproof, lightweight cushioning, Helion super foam
Cons: wider outsole, not very breathable
Salomon Speedcross 5 GTX - $140
Pros: Gore-Tex waterproof membrane, Contagrip outsole, Quicklace system
Cons: not very breathable, not suitable for road running
Brooks Ghost 13 GTX - $160
Pros: Gore-Tex waterproof membrane, BioMoGo DNA cushioning, Segmented Crash Pad
Cons: not very breathable, not suitable for trail running
Eksemplet er ret simpelt, men det giver et meget godt billede af, hvad man kan bruge AutoGPT til.
Udfordringer ved de intelligente selvstændige AI-agenter
I en af mine tests af AutoGPT bad jeg den om at finde frem til ti danske forskere, som arbejder med kunstig intelligens i undervisning. Herefter skulle den for hver person, den havde fundet kontaktoplysninger på, undersøge, hvilke videnskabelige artikler personen havde skrevet. Til slut bad jeg den opsummere det hele og skrive en mail, hvor jeg viste interesse for personens arbejdsområde.
Ovenstående endte ud med at jeg havde ti unikke mails til de ti forskere. Det, som jeg dog ikke havde regnet med, var, at eftersom jeg havde bedt AutoGPT om at forfatte en e-mail, formodede den også, at jeg gerne ville sende den afsted. AutoGPT begyndte herefter at skrive en mailfunktion i Phyton-kode, som programmet efterfølgende gerne ville eksekvere.
Stop lige op her, og tænk lidt over det...
Kunstig intelligens, der selv skriver kode i et system, som jeg kun er bruger af, og jeg aner ikke, hvordan den bagvedliggende kode virker. Den har dermed også mulighed for at fodre sig selv med nye koder i en række endeløse loops ud fra et mål og med et hemmeligt regelsæt som rettesnor. Hvad hvis der er fejl i regelsættet? Hvad hvis jeg havde bedt den om at udforme og sende phishing-mails til de ovenstående forskere?
Det, som er interessant og foruroligende ved ovenstående, er, at programmet hele tiden kommer med nye forslag til, hvad der nu skal gøres. Dette indbefatter også muligheden for at skrive kode og eksekvere denne. Her skal man være varsom, for selvom ovenstående er et uskyldigt eksempel og ret nemt at forstå, men hvad når vi ikke kan gennemskue den kode, der bliver skrevet? Og kan vi altid formode, at personer, der bruger kunstige intelligens, vil os det godt?
"It is hard to see how you can prevent the bad actors from using it for bad things", Geoffrey Hinton
Ifølge Geoffrey Hinton er AutoGPT med til at vise en retning, hvor kunstig intelligens arbejder autonomt, og hvor brugeren tillader maskinerne at lære af sig selv. Hans store bekymring er, at vi mister kontrollen, fordi kunstig intelligens bliver mere intelligent end mennesker. Samtidig kan teknologien misbruges, og ifølge Hinton er det noget, vi vil se meget af i den nærmeste fremtid.
Kilder
Tristan Wolff
Maxwell Timothy
Luke Larsen
Cheryl Vaughn
Jonathan Kemper
Nitin Sharma
Sabrina Ortiz
Bernard Marr
Eray Eliaçık
Send us a tip!
Sudhakar Manivannan
Alok Singh
Darrell M. West and John R. Allen
Eray Eliaçık
TN Tech Desk
Zoe Kleinman & Chris VallanceBBC News
Frank Landymore
Will Douglas Heaven
