مجموعه اخیر برنامه های کاربردی ساخته شده بر روی API GPT-4 OpenAI، جامعه رمزارز را با طرح هایی به سمت توسعه یک ربات معاملاتی ارز دیجیتال کاملاً مستقل و خود تصحیح می کند.

دو برنامه از این دست، با نام‌های «BabyAGI» و «AutoGPT» با توجه به تلاش بسیاری از کاربران برای ایجاد برنامه‌های معاملات ارز دیجیتال در بالای آن‌ها، توجه خاصی دریافت کرده‌اند.

ایده بزرگ پشت هر دو برنامه شامل مدیریت وظایف برای GPT-4 است. در حال حاضر، GPT-4 در پردازش زبان طبیعی برتری دارد، همانطور که توسط سودمندی قابل اثبات رابط ChatGPT مشهود است، اما ظرفیتی برای به خاطر سپردن ندارد.

برنامه های ساخته شده بر روی GPT API اساساً به استفاده از یک جلسه محدود می شوند، به این معنی که مدل نمی تواند اطلاعات تعاملات قبلی را به خاطر بیاورد. این به مقدار داده (که به عنوان تعداد “توکن ها” نامیده می شود) مربوط به پرس و جوهای فردی است، و تمایل GPT به توهم – مشکلی که تبدیل می شود با افزایش تعداد توکن ها به طور فزاینده ای قابل توجه است.

كاربران، اساساً، هر زمان كه دستگاه را پرس و جو مي كنند، با يك صفحه تميز شروع مي كنند. از نظر ساختن یک اپلیکیشن معاملاتی رمزنگاری که قادر به تصحیح خود و تجزیه و تحلیل تاریخ نگاری باشد – تنظیم با شرایط بازار در زمان واقعی و در عین حال تمرکز بر روندهای کوتاه مدت و بلند مدت – این بدان معناست که حتی قوی ترین ربات ساخته شده بر روی GPT API معمولاً این کار را انجام می دهد. نیاز به نظارت شدید انسانی دارد.

مربوط: غول فناوری علی بابا هوش مصنوعی رقیب ChatGPT را عرضه می کند

برخی از توسعه دهندگان باهوش ممکن است روش بالقوه ای را برای دور زدن این محدودیت ها با ساخت برنامه هایی که از توانایی GPT برای تولید کد و اتصال به منابع خارجی استفاده می کنند، تشخیص داده باشند.

ما دیده ایم سهم منصفانه ما از ربات های تجاریاما هدف این برنامه‌های خاص فراتر از خودکارسازی جمع‌آوری اخبار رمزنگاری یا آموزش به یک عامل یادگیری ماشینی است که چگونه افت را تشخیص دهد.

AutoGPTبرای مثال، از GPT-4 برای تولید کد استفاده می کند و سپس از GPT-3.5 به عنوان فضایی که به نظر می رسد یک فضای حافظه مصنوعی مجازی است که در آن اطلاعات ترکیب شده و بین این دو جابه جا می شود، بهره برداری می کند.

تلاشی دیگر، BabyAGI، GPT-4 را با LangChain، یک چارچوب کدنویسی، و Pinecone، یک پایگاه داده برداری، ترکیب می کند تا عوامل جدیدی را تولید کند تا وظایف پیچیده را بدون از دست دادن تمرکز بر هدف اصلی تکمیل کند.

هر دو برنامه می‌توانند به‌عنوان ستون فقرات برای یک برنامه هوش مصنوعی چند عامله عمل کنند که قادر به مدیریت یک سبد رمزنگاری از بالا به پایین بر اساس درخواست‌های زبان ساده است.

در حالی که به نظر می رسد هیچ یک از برنامه ها به طور خاص با در نظر گرفتن بازار ارزهای دیجیتال طراحی نشده اند، ما چندین تلاش را در رسانه های اجتماعی و در شبکه های اجتماعی مشاهده کرده ایم. GitHub برای تطبیق یک یا هر دو برای تجارت مستقل.



دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

For security, use of Google's reCAPTCHA service is required which is subject to the Google Privacy Policy and Terms of Use.

I agree to these terms.