El afán de Silicon Valley por automatizarlo todo es incesante, lo que explica su última obsesión: Auto-GPT.
En esencia, Auto-GPT utiliza la versatilidad de los últimos modelos de IA de OpenAI para interactuar con software y servicios en línea, lo que le permite realizar «de forma autónoma» tareas como X e Y. Pero como estamos aprendiendo con los grandes modelos lingüísticos, esta capacidad parece ser tan ancha como un océano pero tan profunda como un charco.
Auto-GPT -que puede que hayas visto estallar en las redes sociales recientemente- es una aplicación de código abierto creada por el desarrollador de juegos Toran Bruce Richards que utiliza los modelos de generación de texto de OpenAI, principalmente GPT-3.5 y GPT-4, para actuar de forma «autónoma».
No hay magia en esa autonomía. Auto-GPT se limita a gestionar el seguimiento de una consulta inicial de los modelos de OpenAI, tanto preguntando como respondiendo hasta completar una tarea.
Auto-GPT, básicamente, es GPT-3.5 y GPT-4 emparejados con un bot compañero que da instrucciones a GPT-3.5 y GPT-4 sobre qué hacer. Un usuario le dice a Auto-GPT cuál es su objetivo y el bot, a su vez, utiliza GPT-3.5 y GPT-4 y varios programas para llevar a cabo todos los pasos necesarios para alcanzar la meta que se ha fijado.
Lo que hace que Auto-GPT sea razonablemente capaz es su capacidad para interactuar con aplicaciones, software y servicios tanto en línea como locales, como navegadores web y procesadores de texto. Por ejemplo, ante una pregunta del tipo «ayúdame a hacer crecer mi negocio de flores», Auto-GPT puede desarrollar una estrategia publicitaria algo plausible y crear un sitio web básico.
Como Joe Koen, un desarrollador de software que ha experimentado con Auto-GPT, explicó a TechCrunch por correo electrónico, Auto-GPT esencialmente automatiza los proyectos de varios pasos que habrían requerido un ida y vuelta con un modelo de IA orientado a chatbot como, por ejemplo, ChatGPT de OpenAI.
«Auto-GPT define un agente que se comunica con la API de OpenAI», explica Koen. «El objetivo de este agente es llevar a cabo una serie de órdenes que la IA genera en respuesta a las peticiones del agente. Antes de que el agente empiece a ejecutar las órdenes, se pide al usuario que especifique el papel y los objetivos de la IA».
En un terminal, los usuarios describen el nombre, la función y el objetivo del agente Auto-GPT y especifican hasta cinco formas de lograr ese objetivo. Por ejemplo:
- Nombre: Smartphone-GPT
- Función: Una IA diseñada para encontrar el mejor smartphone
- Objetivo: Encontrar los mejores smartphones del mercado
- Objetivo 1: Realizar un estudio de mercado de los diferentes smartphones que existen actualmente en el mercado.
- Meta 2: Obtener los cinco mejores smartphones y enumerar sus pros y sus contras
Entre bastidores, Auto-GPT se basa en funciones como la gestión de memoria para ejecutar tareas, junto con GPT-4 y GPT-3.5 para la generación de texto, el almacenamiento de archivos y el resumen.
Auto-GPT también puede conectarse a sintetizadores de voz, como el de ElevenLabs, para «hacer» llamadas telefónicas, por ejemplo.
Auto-GPT está disponible públicamente en GitHub, pero requiere cierta configuración y conocimientos técnicos para ponerse en marcha. Para utilizarlo, Auto-GPT debe instalarse en un entorno de desarrollo como Docker, y debe registrarse con una clave API de OpenAI, lo que requiere una cuenta de pago de OpenAI.
Puede que merezca la pena, aunque el jurado aún no lo ha decidido. Los primeros usuarios han utilizado Auto-GPT para realizar tareas mundanas que sería mejor delegar en un robot. Por ejemplo, Auto-GPT puede encargarse de cosas como depurar código y escribir un correo electrónico o de cosas más avanzadas, como crear un plan de negocio para una nueva startup.
«Si Auto-GPT encuentra algún obstáculo o incapacidad para terminar la tarea, desarrollará nuevas indicaciones para ayudarle a navegar por la situación y determinar los siguientes pasos apropiados», explica Adnan Masood, arquitecto jefe de UST, una consultora tecnológica, a TechCrunch en un correo electrónico. «Los grandes modelos lingüísticos destacan en la generación de respuestas similares a las humanas, pero dependen de las indicaciones e interacciones del usuario para obtener los resultados deseados. En cambio, Auto-GPT aprovecha las capacidades avanzadas de la API de OpenAI para funcionar de forma independiente sin intervención del usuario.»
En las últimas semanas, han aparecido nuevas aplicaciones que facilitan aún más el uso de Auto-GPT, como AgentGPT y GodMode, que ofrecen una interfaz sencilla en la que los usuarios pueden introducir lo que quieren conseguir directamente en una página del navegador. Tenga en cuenta que, al igual que Agent-GPT, ambos requieren una clave API de OpenAI para desbloquear todas sus capacidades.
Sin embargo, como cualquier herramienta potente, Auto-GPT tiene sus limitaciones y riesgos.
Dependiendo del objetivo que se le dé a la herramienta, Auto-GPT puede comportarse de formas muy… inesperadas. Un usuario de Reddit afirma que, con un presupuesto de 100 dólares para gastar en una instancia de servidor, Auto-GPT creó una página wiki sobre gatos, explotó un fallo en la instancia para obtener acceso a nivel de administrador y se apoderó del entorno Python en el que se ejecutaba, para luego «suicidarse».
También está ChaosGPT, una versión modificada de Auto-GPT con objetivos como «destruir la humanidad» y «establecer el dominio global». Como era de esperar, ChaosGPT no ha estado a punto de provocar el apocalipsis robótico, pero ha tuiteado cosas poco halagadoras sobre la humanidad.
Podría decirse que más peligroso que el intento de Auto-GPT de «destruir a la humanidad» son los problemas imprevistos que pueden surgir en escenarios perfectamente normales. Como se basa en los modelos lingüísticos de OpenAI -modelos que, como todos los modelos lingüísticos, son propensos a las imprecisiones-, puede cometer errores.
No es el único problema. Después de completar con éxito una tarea, Auto-GPT no suele recordar cómo realizarla para su uso posterior e, incluso cuando lo hace, a menudo no recuerda cómo utilizar el programa. A Auto-GPT también le cuesta dividir eficazmente las tareas complejas en subtareas más sencillas y le cuesta entender cómo se solapan los distintos objetivos.
«Auto-GPT ilustra el poder y los riesgos desconocidos de la IA generativa», afirma por correo electrónico Clara Shih, CEO de Salesforce Service Cloud y entusiasta de Auto-GPT. «Para las empresas, es especialmente importante incluir un enfoque humano en el bucle al desarrollar y utilizar tecnologías de IA generativa como Auto-GPT».
