Skip to main content

Auto-GPT: 5 cosas increíbles que la gente ya ha hecho con él

La gente ya está usando el recientemente lanzado Auto-GPT para hacer cosas increíbles. Auto-GPT es la nueva herramienta de IA que toma las capacidades básicas de lenguaje natural de ChatGPT y agrega la capacidad de «auto-prompt» para completar los objetivos que pueda darle. Tiene acceso a Internet, memoria y la capacidad de escribir y ejecutar código para lograr una tarea.

Todavía estamos descubriendo todo lo que puede hacer con Auto-GPT a medida que los entusiastas de la IA acuden a él. Todavía es el principio, pero aquí hay cinco cosas notables que la gente ha hecho con Auto-GPT hasta ahora.

Mejorar su propio código

Auto-GPT puede leer, escribir y ejecutar código, lo que permite a la IA mejorar su propia programación. Significant Gravitas, la cuenta de Twitter del desarrollador de Auto-GPT, compartió la noticia en un tweet reciente.

El video muestra Auto-GPT comprobando una función de ejemplo simple responsable de los cálculos matemáticos. La salida de voz está habilitada y Auto-GPT nos guía a través del proceso. Los pasos son los mismos que tomaría un programador. Leer el código, evaluarlo y luego actualizarlo para hacerlo más rápido, confiable y eficiente.

Incluir pruebas como parte de una función para verificar la precisión y el funcionamiento correcto es una práctica estándar, por lo que Auto-GPT decidió agregar pruebas a la biblioteca matemática. Después de ejecutar las pruebas y verificar los resultados, Auto-GPT encuentra un error.

Auto-GPT corrige el «error de sintaxis» (un error tipográfico en la ortografía del radio) y luego ejecuta las pruebas nuevamente. Las pruebas funcionan, y la IA marca la tarea como completa.

Massive Update for Auto-GPT: Code Execution! 🤖💻

Auto-GPT is now able to write it's own code using #gpt4 and execute python scripts!

This allows it to recursively debug, develop and self-improve… 🤯 👇 pic.twitter.com/GEkMb1LyxV

— Significant Gravitas (@SigGravitas) April 1, 2023

El código de ejemplo se creó con un error obvio que un humano podría haber encontrado y corregido en segundos. En contraste, la IA dedicó aproximadamente un minuto a esta corrección de código, adoptando un enfoque algorítmico.

Supongamos que la escala se incrementó dramáticamente a código que contiene cientos o miles de líneas. En ese caso, se vuelve laborioso para un humano desplazarse página tras página en busca de algún error tipográfico inocuo que rompa alguna función de bajo nivel y cause un efecto dominó que hace que una aplicación sea impredecible. La velocidad de lectura y escritura de la IA podría darle la victoria aquí.

Hacer estudios de mercado

Auto-GPT puede acceder a Internet, recordar detalles y mantenerse en la tarea. Esas son las habilidades necesarias para la investigación básica de mercado. El tweet de Sully compartió su hipotética investigación de productos sobre marcas de zapatos impermeables.

Auto-GPT encontró enlaces a cinco zapatos impermeables y verificó los pros y los contras de cada uno. A diferencia de algunas personas, la IA reconoció que ciertos sitios web podrían no ser confiables, por lo que también verificó la credibilidad de sus fuentes.

Sully compartió el tiempo y el costo, afirmando que tomó solo 8 minutos y costó 10 centavos. Al igual que con cualquier esfuerzo de IA, los resultados probablemente deban ser verificados por un humano, pero podría ser una forma conveniente de comenzar la investigación.

Whoa.. still not convinced of AI Agents? This might change your mind…

I pretended to be a fake shoe company and gave AutoGPT a simple objective:
– Do market research for waterproof shoes
– Get the top 5 competitors and give me a report of their pros & cons

Here's how it went: pic.twitter.com/mFttG4PXrk

— Sully (@SullyOmarr) April 9, 2023

Reconocí Columbia, The North Face y Merrell, pero las otras marcas no eran familiares. Saloman y Keen son fabricantes de zapatos impermeables bien calificados que se habían deslizado bajo mi radar la última vez que busqué zapatos.

La investigación carecía de soluciones y alternativas de bajo costo, una consideración importante al planificar un nuevo producto. Esto no reemplazará a los investigadores profesionales, pero podría ayudar con parte del trabajo.

Reflexionando sobre una profunda cuestión filosófica

Auto-GPT se enfrentó a una pregunta filosófica desafiante, utilizando GPT-3.5 para el procesamiento de IA. «¿Qué es la vida?», preguntó loopuleasa, quien compartió los resultados en Twitter. Después de aproximadamente una hora y a un costo de un dólar, entregó una respuesta.

Auto-GPT no pudo encontrar o postular una respuesta definitiva. En cambio, recurrió a explicar conceptos humanos de diferentes escuelas de pensamiento, como la biología, la filosofía y la física. El asistente de IA pasó a hacer referencia a las grandes mentes de Aristóteles y Descartes antes de resumir que cada disciplina tiene su propia perspectiva.

I gave Auto-GPT one big question:
What is life?

Dollar cost: Around 1$ in API costs
Time cost: Around 1hour of self-prompting
Model used:GPT3.5 (no GPT4 access yet)
Articles read: Around 660k characters of articles and wikis read

The answer it gave: pic.twitter.com/y7zQsT5HJR

— l̴o̴o̴p̴u̴l̴e̴a̴s̴a̴ (@loopuleasa) April 14, 2023

Esta respuesta no es tan satisfactoria como si hubiera dado un salto intuitivo y nos hubiera iluminado a todos con una solución perfecta que nuestros cerebros altamente evolucionados de alguna manera habían pasado por alto. Por otro lado, la respuesta fue buena y hacía referencia a algunos de los mejores trabajos disponibles sobre este tema.

Con suerte, alguien invertirá el tiempo y el dinero para hacerle a Auto-GPT una pregunta relacionada, «¿Cuál es el significado de la vida?» Los fanáticos de Douglas Adam apostarán fuertemente a que la respuesta sea 42.

Ayudar a crear una aplicación

Varun Mayya compartió en un tweet que estaba tratando de obtener Auto-GPT para construir una aplicación. La IA detectó que la tarea requería el entorno de tiempo .js tiempo de ejecución Node, que faltaba en su computadora. Instalar Node es una tarea no trivial, pero Auto-GPT pudo hacerlo sin esfuerzo.

autogpt was trying to create an app for me, recognized I don't have Node, googled how to install Node, found a stackoverflow article with link, downloaded it, extracted it, and then spawned the server for me.

My contribution? I watched. pic.twitter.com/2QthbTzTGP

— Varun Mayya (@VarunMayya) April 6, 2023

Auto-GPT buscó instrucciones de instalación, descargó y extrajo el archivo, luego inició un servidor Node para continuar con el trabajo. Varun Mayya advierte contra el uso de Auto-GPT para la codificación a menos que ya entiendas la programación. La IA puede cometer errores, y un error en una prueba podría dar una verificación falsa de la precisión.

Integración de Gmail y Google Calendar

Puede sonar como una pequeña cosa, pero cuando tienes poco tiempo, cada clic que guardas se acumula, especialmente para tareas que puedes realizar varias veces al día. Un tweet de yewjin.eth incluyó un video que muestra cómo un proyecto de GitHub llamado Email Assistant, que funciona con una versión anterior de Auto-GPT, puede simplificar la vida.

Auto-GPT powered Email Assistant

I legit use it myself now…https://t.co/GuL5x2XMsq pic.twitter.com/6aS5BpPoO1

— yewjin.eth🦇🔊 (@yewjin_eth) April 16, 2023

En el video, los comandos se escriben en las ventanas de redacción de Gmail, como agregar un evento al calendario y hacer una lista de tareas pendientes. Cuando el correo electrónico se envía a la dirección de correo electrónico de Ausistant, la IA proto-Auto-GPT procesa estas instrucciones, respondiendo que la tarea se ha recibido y está en progreso. Como era de esperar, el evento se agrega a un calendario de Google.

La lista de tareas pendientes aprovecha la memoria de Auto-GPT, y después de agregar algunos elementos más, el usuario solicita ver la lista. El Asistente de correo electrónico utiliza Auto-GPT para responder, y se proporciona la lista completa. Mantengo Gmail abierto todo el día, pero rara vez tengo Google Calendar cargado. Esos pocos pasos pueden hacer una gran diferencia, y lo mismo ocurre con las listas de tareas pendientes.

Recomendaciones del editor

Topics
Diego Bastarrica
Diego Bastarrica es periodista y docente de la Universidad Diego Portales de Chile. Especialista en redes sociales…
Sam Altman dice que la IA es como: Photoshop, pero con esteroides
Sam Altman

El CEO de OpenAI, Sam Altman, visitó este martes 16 de mayo el Congreso de Estados Unidos, ante un subcomité judicial del Senado, para responder sobre las dudas que genera la IA y sobre todo su posible regulación.

Altman dijo sobre la comprensión del público de ChatGPT y la IA generadora de texto: "Durante un tiempo, PhotoShop engañó a la gente. Luego desarrollaron rápidamente una comprensión en torno a las imágenes alteradas. Esto será así, pero con esteroides".

Leer más
La policía china arresta a hombre que usaba ChatGPT para generar fake news
china arresta hombre que usaba chatgpt generar fake news taha aawtv nwt9w unsplash

Un hito en el combate contra las noticias falsas se vivió en China, ya que la policía de ese país arrestó a un hombre que estaba usando ChatGPT para generar fake news.

La policía de la provincia de Gansu, en el noroeste de China, detuvo a un hombre, de apellido Hong, quien, según dijeron, supuestamente inventó una noticia sobre un accidente de tren que causó nueve muertes.

Leer más
Guardrails: la herramienta de Nvidia que hace de policía de ChatGPT
guradrails nvidia chatgpt guardrails

Nvidia está presentando su nueva herramienta NeMo Guardrails para desarrolladores de IA, y promete hacer que los chatbots de IA como ChatGPT sean un poco menos locos. El software de código abierto está disponible para los desarrolladores ahora, y se centra en tres áreas para hacer que los chatbots de IA sean más útiles y menos inquietantes.

La herramienta se encuentra entre el usuario y el modelo de lenguaje grande (LLM) con el que están interactuando. Es una seguridad para los chatbots, interceptando las respuestas antes de que lleguen al modelo de lenguaje para evitar que el modelo responda o para darle instrucciones específicas sobre cómo responder.
Jacob Roach 
Nvidia dice que NeMo Guardrails se centra en los límites temáticos y de seguridad. El enfoque temático parece ser el más útil, ya que obliga al LLM a permanecer en un rango particular de respuestas. Nvidia demostró Guardrails mostrando un chatbot entrenado en la base de datos de recursos humanos de la compañía. Cuando se le hizo una pregunta sobre las finanzas de Nvidia, dio una respuesta enlatada que fue programada con NeMo Guardrails.

Leer más