HybridAGI
1.0.0
Apa yang membuat pendekatan kami berbeda dari Agen sebagai Grafik adalah kenyataan bahwa sistem Agen kami bukanlah proses yang direpresentasikan oleh grafik, namun sebuah interpreter yang dapat membaca/menulis dan mengeksekusi struktur data grafik (program grafik) yang terpisah dari proses tersebut. Memungkinkan Agen untuk belajar dengan mengeksekusi, membaca dan memodifikasi program grafik (seperti data lainnya), pada intinya HybridAGI dimaksudkan untuk menjadi sistem pemrograman mandiri yang berpusat pada bahasa Cypher. Ini adalah proyek penelitian siap produksi yang berpusat pada pemrograman neuro-simbolis, sintesis program, dan AI simbolik.
Turing Complete DSL : Bahasa Spesifik Domain Lengkap Turing (DSL) HybridAGI telah dirancang khusus untuk mendeskripsikan algoritma dalam jumlah tak terbatas hanya dengan menggunakan 4 jenis node berbeda (Kontrol, Tindakan, Keputusan, Program). Agen penerjemah dapat mengulang dan memanggil subprogram, mirip dengan bahasa pemrograman tradisional.
Pencarian Program Grafik & Panggilan Dinamis : Karena sistem agen kami bukanlah mesin keadaan terbatas statis tetapi penerjemah yang menafsirkan node DSL berbasis grafik, sistem ini dapat mencari program ke dalam memori dan secara dinamis memanggil program terbaik untuk menyelesaikan permintaan pengguna.
Pipeline & Agen yang Dapat Dioptimalkan : Dengan HybridAGI dan DSPy, Anda dapat mengoptimalkan pipeline pemrosesan data dan sistem agen sesuai kebutuhan Anda. Karena setiap modul HybridAGI juga merupakan modul DSPy, Anda dapat menggunakan pengoptimal DSPy secara lancar dengan modul tersebut.
Perilaku Agen sebagai Perangkat Lunak : Dengan HybridAGI, Anda dapat mengirimkan perilaku Agen sebagai perangkat lunak Cypher, memungkinkan start-up dan perusahaan membuat IP mereka sendiri berdasarkan logika bisnis yang diterapkan di Cypher.
Sistem Berpusat Memori : HybridAGI adalah sistem berpusat pada memori yang banyak menggunakan Grafik Pengetahuan, baik untuk menjalankan program maupun untuk menyimpan pengetahuan terstruktur. Hal ini memungkinkan aplikasi RAG Grafik Pengetahuan untuk domain penting.
Aman dan Aman : Perhatian khusus telah diberikan untuk mencegah Injeksi Cypher tetapi juga untuk mencegah sistem Agen memodifikasi mekanisme pemicu utamanya dengan memperkenalkan konsep program yang dilindungi.
Perilaku yang dapat diprediksi/Deterministik dan jumlah alat yang tidak terbatas : Karena kita tidak membiarkan Agen memilih urutan alat yang akan digunakan, kita dapat menggunakan alat dalam jumlah yang tidak terbatas. Dengan mengikuti Program Grafik, kami memastikan metodologi yang dapat diprediksi dan deterministik untuk sistem Agen kami. Kita dapat menggabungkan setiap sistem memori menjadi satu Agen unik dengan menggunakan alat yang sesuai tanpa batasan.
HybridAGI adalah Agen berbasis LLM pertama yang dapat diprogram yang memungkinkan Anda menentukan perilakunya menggunakan pendekatan pemrograman cepat berbasis grafik . Tidak seperti kerangka kerja lain yang memandang agen sebagai chatbot tingkat lanjut, kami telah mengadopsi metodologi yang berakar pada ilmu komputer, ilmu kognitif, dan AI simbolik.
Bagi kami, sistem agen adalah perangkat lunak kognitif yang diarahkan pada tujuan yang dapat memproses bahasa alami dan melaksanakan tugas yang telah diprogram untuk dilakukan. Sama seperti perangkat lunak tradisional, pengembang menentukan perilaku aplikasi, dan sistem tidak benar-benar otonom kecuali telah diprogram demikian. Pemrograman sistem tidak hanya membantu agen untuk melaksanakan tugasnya tetapi juga memungkinkan formalisasi maksud pengembang .
HybridAGI dirancang untuk ilmuwan data, insinyur yang cepat, peneliti, dan penggemar AI yang suka bereksperimen dengan AI. Ini adalah produk "Bangun Diri Sendiri" yang berfokus pada kreativitas manusia, bukan otonomi AI.
Untuk menginstal HybridAGI dengan mudah kami menyarankan Anda menggunakan pip dengan perintah berikut:
pip install hybridagi
Jika Anda ingin menjelajahi lebih dalam sistem kami, atau berkontribusi pada proyek, Anda dapat menggunakan perintah berikut untuk menginstal HybridAGI dari sumber:
git clone https://github.com/SynaLinks/HybridAGI
cd HybridAGI
pip install .
Tidak ada Agen React di sini , satu-satunya sistem agen yang kami sediakan adalah Agen Penerjemah Grafik khusus kami yang mengikuti metodologi ketat dengan mengeksekusi program grafik node demi node yang ada di memori. Karena kami mengontrol perilaku Agen dari ujung ke ujung dengan memindahkan perencanaan ke komponen simbolik, kami dapat memperbaiki/meningkatkan perilaku sistem dengan mudah, menghilangkan kebutuhan untuk penyempurnaan namun juga memungkinkan sistem untuk belajar dengan cepat.
HybridAGI dibangun berdasarkan pengalaman bertahun-tahun dalam membuat sistem Robotika yang andal. Kami telah menggabungkan pengetahuan kami di bidang Robotika, AI Simbolik, LLM, dan Ilmu Kognitif menjadi sebuah produk untuk pemrogram, ilmuwan data, dan insinyur AI. Memori jangka panjang sistem Agen kami banyak menggunakan grafik untuk menyimpan pengetahuan terstruktur dan tidak terstruktur serta program grafiknya.
Kami menyediakan segalanya bagi Anda untuk membangun aplikasi LLM Anda dengan fokus pada database Cypher Graph. Kami juga menyediakan database lokal untuk pembuatan prototipe cepat sebelum menskalakan aplikasi Anda dengan salah satu integrasi kami.
Dengan HybridAGI Anda dapat membangun jalur ekstraksi data, aplikasi RAG, atau sistem Agen tingkat lanjut, yang masing-masing mungkin dioptimalkan dengan menggunakan pengoptimal DSPy. Kami juga menyediakan modul dan metrik siap pakai untuk memudahkan pembuatan prototipe.
Setiap modul dan tipe data diketik secara ketat dan menggunakan Pydantic sebagai lapisan validasi data. Anda dapat membangun saluran pipa dalam waktu singkat dengan menumpuk Modul secara berurutan seperti di Keras atau HuggingFace.
Kami menyediakan daftar alat asli berikut untuk melakukan R/W ke dalam sistem memori atau mengubah status agen:
| Nama Alat | Penggunaan |
|---|---|
Predict | Digunakan untuk mengisi konteks dengan informasi penalaran |
ChainOfThought | Digunakan untuk mengisi konteks dengan informasi penalaran |
Speak | Digunakan untuk mengirim pesan kepada Pengguna dan memberikan jawaban akhir |
AskUser | Digunakan untuk mengajukan pertanyaan kepada Pengguna (dapat mensimulasikan persona pengguna) |
UpdateObjective | Perbarui Tujuan jangka panjang Agen |
AddDocument | Simpan ke dalam memori dokumen baru |
AddFact | Simpan ke dalam memori fakta-fakta baru |
AddGraphProgram | Simpan ke dalam memori program baru (timpa jika sudah ada) |
DocumentSearch | Digunakan untuk mencari informasi ke dalam memori dokumen |
PastActionSearch | Digunakan untuk mencari tindakan masa lalu ke dalam memori jejak |
EntitySearch | Digunakan untuk mencari entitas ke dalam memori fakta |
FactSearch | Digunakan untuk mencari fakta ke dalam memori fakta |
GraphProgramSearch | Digunakan untuk mencari program grafik ke dalam memori program |
ReadGraphProgram | Digunakan untuk membaca program grafik dari memori berdasarkan nama |
CallGraphProgram | Digunakan untuk memanggil program grafik secara dinamis dari memori berdasarkan nama |
Anda dapat menambahkan lebih banyak alat dengan menggunakan fungsi FunctionTool dan python seperti pemanggilan fungsi saat ini.
Kami menerima kontribusi untuk integrasi database lebih lanjut. Jangan ragu untuk bergabung dengan saluran perselisihan untuk informasi lebih lanjut!
Kami tidak puas dengan sistem berbasis agen yang tidak memiliki kontrol dan efisiensi. Pendekatan saat ini melibatkan pembangunan agen React/MKRL yang beroperasi secara independen tanpa kendali manusia, sering kali mengarah pada hal-hal yang tidak masuk akal karena kecenderungan mereka untuk tetap berada dalam distribusi datanya. Sistem multi-agen berupaya mengatasi masalah ini, namun sering kali menimbulkan biaya yang lebih tidak masuk akal dan mahal karena obrolan para agen. Selain itu, agen saat ini sering kali memerlukan penyesuaian untuk meningkatkan atau memperbaiki perilaku mereka, yang dapat menjadi proses yang memakan waktu dan rumit.
Dengan HybridAGI, satu-satunya hal yang perlu Anda lakukan adalah memodifikasi grafik perilaku (program grafik). Kami percaya bahwa penyesuaian harus menjadi upaya terakhir ketika pembelajaran dalam konteks gagal memberikan hasil yang diinginkan. Dengan mengakarkan ilmu kognitif ke dalam konsep ilmu komputer, kami memberdayakan pemrogram untuk membangun sistem agen impian mereka dengan mengendalikan urutan tindakan dan keputusan. Tujuan kami adalah membangun sistem agen yang dapat memecahkan masalah dunia nyata dengan menggunakan bahasa perantara yang dapat diinterpretasikan oleh manusia dan mesin. Jika kita ingin terus memantau perkembangan manusia di tahun-tahun mendatang, kita perlu merancang sistem agen untuk tujuan tersebut.
LangGraph dibangun di atas LangChain, yang juga terjadi pada HybridAGI tahun lalu. Namun, mengingat arahan tim LangChain untuk mendorong agen ReACT yang kurang memiliki kendali dan kemampuan menjelaskan, kami beralih ke DSPy, yang memberikan nilai lebih baik dengan berfokus pada optimalisasi saluran pipa. Baru-baru ini, LangGraph muncul untuk mengkompensasi buruknya pengambilan keputusan di LangChain, namun kami telah membuktikan nilai pekerjaan kami. Selain itu, LangGraph, seperti banyak kerangka agen lainnya, menggambarkan mesin keadaan terbatas statis. Visi kami terhadap sistem AGI adalah bahwa Turing harus lengkap, seperti yang terjadi pada banyak kerangka kerja agen, namun memiliki kemampuan memprogram dirinya sendiri dengan cepat (artinya pembelajaran berkelanjutan yang nyata) juga diperlukan untuk benar-benar memulai perjalanan AGI, yaitu kekurangan dalam kerangka lain.
Llama-Index baru-baru ini merilis sistem agen berbasis peristiwa, mirip dengan LangGraph, ini adalah mesin keadaan statis, dan pernyataan yang sama berlaku untuk pekerjaan mereka.
HybridAGI dibangun berdasarkan kerja luar biasa dari tim DSPy, dan ini dimaksudkan sebagai abstraksi untuk menyederhanakan pembuatan program DSPy yang kompleks dalam konteks Agen LLM. DSPy lebih umum dan juga digunakan untuk tugas-tugas sederhana yang tidak memerlukan sistem agen. Tidak seperti DSPy, program kami tidak statis tetapi dinamis dan dapat beradaptasi dengan permintaan pengguna dengan memanggil program yang disimpan dalam memori secara dinamis. Selain itu, kami memfokuskan pekerjaan kami pada sistem AGI neuro-simbolis yang dapat dijelaskan menggunakan Grafik. Program grafik lebih mudah dibuat daripada mengimplementasikannya dari awal menggunakan DSPy. Jika DSPy adalah PyTorch aplikasi LLM, anggap HybridAGI sebagai Keras atau HuggingFace dari agen LLM neuro-simbolis.
OpenAI o1 dan HybridAGI memiliki banyak tujuan yang sama, namun keduanya dibangun dengan paradigma yang berbeda. Seperti OpenAI o1, HybridAGI menggunakan inferensi multi-langkah dan merupakan sistem agen yang berorientasi pada tujuan. Namun, tidak seperti OpenAI o1, kami memandu jejak CoT sistem agen kami alih-alih membiarkannya menjelajahi ruang tindakannya secara bebas, sebuah paradigma yang lebih mirip dengan A* di mana Agen bernavigasi dalam grafik yang ditentukan, bukan dalam grafik Q-learning. Hal ini menghasilkan penalaran yang lebih efisien, karena para ahli dapat memprogramnya untuk menyelesaikan kasus penggunaan tertentu. Kita dapat menggunakan LLM yang lebih kecil, mengurangi dampak lingkungan dan meningkatkan ROI. Kelemahan dari teknologi kami adalah Anda memerlukan pengetahuan ahli di bidang Anda serta pemrograman dan sistem AI untuk memanfaatkan kemampuannya dengan sebaik-baiknya. Oleh karena itu, kami menyediakan layanan audit, konsultasi, dan pengembangan kepada orang-orang dan perusahaan yang tidak memiliki keterampilan teknis AI untuk mengimplementasikan sistem mereka.
Kami tidak berbasis di Silicon Valley atau bagian dari perusahaan besar; kami adalah tim kecil yang berdedikasi dari selatan Perancis. Fokus kami adalah menghadirkan produk AI di mana pengguna tetap memegang kendali. Kami tidak puas dengan perkembangan produk berbasis agen saat ini. Kami ahli dalam interaksi manusia-robot dan membangun sistem interaktif yang berperilaku seperti yang diharapkan. Meskipun kami mengambil inspirasi dari ilmu kognitif dan AI simbolik, kami bertujuan untuk menjaga konsep kami tetap didasarkan pada ilmu komputer untuk khalayak yang lebih luas.
Misi kami lebih dari sekadar keselamatan dan kinerja AI; ini tentang membentuk dunia yang ingin kita tinggali. Bahkan jika program tersebut menjadi usang dalam 5 atau 10 tahun, digantikan oleh suatu perintah ajaib, kami percaya bahwa perintah tradisional tidak cukup untuk mempertahankan lapangan kerja. Mereka terlalu menyederhanakan dan gagal menyampaikan maksud secara akurat.
Sebaliknya, memprogram setiap langkah penalaran memerlukan pengetahuan ahli dalam rekayasa dan pemrograman yang cepat. Anehnya, ini menyenangkan dan tidak terlalu sulit bagi pemrogram, karena memungkinkan Anda memperoleh wawasan tentang bagaimana AI sebenarnya beroperasi dengan mengendalikannya. Bahasa alami yang dipadukan dengan algoritme membuka kemungkinan tak terbatas. Kita tidak bisa membayangkan dunia tanpanya.
Kami menyediakan layanan audit, konsultasi, dan pengembangan untuk bisnis yang ingin menerapkan solusi AI neuro-simbolis di berbagai domain, mulai dari visi komputer hingga penalaran tingkat tinggi dengan sistem grafik/ontologi pengetahuan di domain penting seperti kesehatan, biologi, keuangan, dirgantara , dan masih banyak lagi.
HybridAGI adalah proyek penelitian untuk menunjukkan kemampuan kami dan juga untuk mewujudkan visi kami tentang sistem AGI yang aman untuk masa depan. Kami adalah perusahaan rintisan yang melakukan bootstrap dan mencari kasus penggunaan di dunia nyata, alih-alih membuat klaim megah untuk menyenangkan VC dan memicu hype.
Karena visi kami mengenai kemampuan LLM lebih moderat dibandingkan yang lain, kami secara aktif berupaya menggabungkan berbagai bidang AI (pembelajaran evolusioner, simbolik, dan mendalam) untuk membuat lompatan ke masa depan tanpa merusak planet ini hanya dengan mengandalkan penskalaan saja. Selain dampak lingkungan yang nyata, dengan mengandalkan model kecil/menengah, kita memiliki pemahaman yang lebih baik dan kemampuan untuk melakukan penelitian yang bermanfaat tanpa pusat data yang bernilai triliunan dolar.
HybridAGI adalah cara kami bersiap menghadapi masa depan tersebut dan pada saat yang sama, menunjukkan pemahaman kami tentang sistem AI modern dan tradisional. HybridAGI adalah bukti bahwa Anda tidak memerlukan miliaran dolar untuk mengerjakan sistem AGI, dan bahwa tim kecil yang terdiri dari orang-orang yang penuh semangat dapat membuat perbedaan.
Kami merilis HybridAGI di bawah GNU GPL karena berbagai alasan, yang pertama adalah kami ingin melindungi karya kami dan karya kontributor kami. Alasan kedua adalah kami ingin membangun masa depan bagi masyarakat untuk hidup, tanpa bergantung pada perusahaan teknologi Big AI, kami ingin memberdayakan masyarakat, bukan memperbudak mereka dengan menghancurkan pasar dan membuat masyarakat menganggur tanpa ada cara untuk menjadi milik mereka. pengetahuan. HybridAGI adalah proyek komunitas, oleh komunitas, untuk komunitas. Terakhir, HybridAGI adalah cara untuk terhubung dengan orang-orang berbakat dan berpikiran sama di seluruh dunia dan menciptakan komunitas dengan masa depan yang diinginkan.
Beberapa orang mungkin berpendapat bahwa HybridAGI hanyalah sebuah kotak peralatan. Namun, tidak seperti LangChain atau Llama-Index, HybridAGI telah dirancang dari awal untuk bekerja secara sinergi dengan LLM tujuan khusus yang dilatih pada DSL/arsitektur kami. Kami telah menyempurnakan perangkat lunak kami berkat komunitas dan karena kamilah yang menciptakan bahasa pemrograman kami sendiri, kami juga orang terbaik untuk memprogramnya. Kami telah mengumpulkan data dan mempelajari banyak teknik augmentasi serta membersihkan kumpulan data kami selama tahun terakhir proyek untuk mempertahankan keunggulan kompetitif kami. Kami mungkin merilis LLM yang sedang kami bangun pada suatu saat ketika kami memutuskan bahwa hal itu bermanfaat bagi kami.
Perangkat lunak kami dirilis di bawah lisensi GNU GPL untuk melindungi diri kami sendiri dan kontribusi komunitas. Logika aplikasi Anda terpisah (program grafik) tidak ada masalah IP bagi Anda untuk menggunakan HybridAGI. Selain itu, ketika digunakan dalam produksi, Anda pasti ingin membuat server FastAPI untuk meminta agen Anda dan memisahkan backend dan frontend aplikasi Anda (seperti situs web), sehingga lisensi GPL tidak mencemari perangkat lunak Anda yang lain. Kami juga menyediakan lisensi ganda untuk klien kami jika diperlukan.
Jadilah bagian dari komunitas pengembang, peneliti, dan penggemar AI kami. Berkontribusi pada proyek ini, sampaikan masukan Anda, dan bantu membentuk masa depan HybridAGI. Kami menyambut dan menghargai partisipasi Anda!
