HybridAGI
1.0.0
O que torna nossa abordagem diferente de Agente como Gráfico é o fato de que nosso sistema Agente não é um processo representado por um gráfico, mas um intérprete que pode ler/escrever e executar uma estrutura de dados de gráfico (os programas gráficos) separada desse processo. Possibilitando ao Agente aprender executando, lendo e modificando os programas gráficos (como quaisquer outros dados), em sua essência o HybridAGI pretende ser um sistema de autoprogramação centrado na linguagem Cypher. É um projeto de pesquisa pronto para produção centrado em programação neurosimbólica, síntese de programas e IA simbólica.
Turing Complete DSL : A Turing Complete Domain Specific Language (DSL) da HybridAGI foi projetada especificamente para descrever um número infinito de algoritmos usando apenas 4 tipos diferentes de nós (Controle, Ação, Decisão, Programa). O Agente interpretador pode fazer loop e chamar subprogramas, semelhante a uma linguagem de programação tradicional.
Pesquisa de programa gráfico e chamada dinâmica : Como nosso sistema de agente não é uma máquina de estado finito e estática, mas um intérprete que interpreta uma DSL baseada em gráfico nó por nó, ele pode pesquisar programas na memória e chamar dinamicamente o melhor para resolver a consulta do usuário.
Pipeline e agente otimizáveis : com HybridAGI e DSPy, você pode otimizar os pipelines de processamento de dados e o sistema de agente de acordo com suas próprias necessidades. Como cada módulo HybridAGI também é um módulo DSPy, você pode usar otimizadores DSPy perfeitamente com eles.
Comportamento do Agente como Software : Com HybridAGI, você pode enviar o comportamento do Agente como software Cypher, permitindo que start-ups e empresas criem seu próprio IP com base em sua lógica de negócios implementada em Cypher.
Sistema Centrado em Memória : HybridAGI é um sistema centrado em memória que usa fortemente Knowledge Graphs, tanto para executar programas quanto para armazenar conhecimento estruturado. Isso habilita aplicativos RAG do Knowledge Graph para domínios críticos.
Seguro e protegido : Atenção especial foi dada para evitar injeções de cifras, mas também para evitar que o sistema do Agente modifique seu próprio mecanismo principal de prompt, introduzindo o conceito de programas protegidos.
Comportamento previsível/determinístico e número infinito de ferramentas : Como não deixamos o Agente escolher a sequência de ferramentas a usar, podemos usar um número infinito de ferramentas. Ao seguir os Programas Gráficos, garantimos uma metodologia previsível e determinística para o nosso sistema de Agentes. Podemos combinar cada sistema de memória em um Agente único usando as ferramentas correspondentes sem limitação.
HybridAGI é o primeiro agente programável baseado em LLM que permite definir seu comportamento usando uma abordagem de programação de prompt baseada em gráfico . Ao contrário de outras estruturas que veem os agentes como chatbots avançados, adotamos uma metodologia que está enraizada na ciência da computação, nas ciências cognitivas e na IA simbólica.
Para nós, um sistema de agente é um software cognitivo direcionado a objetivos que pode processar linguagem natural e executar as tarefas para as quais foi programado. Tal como acontece com o software tradicional, o desenvolvedor especifica o comportamento da aplicação, e o sistema não é verdadeiramente autônomo a menos que tenha sido programado para tal. A programação do sistema não só auxilia o agente na execução de suas tarefas, mas também permite a formalização da intenção do desenvolvedor .
HybridAGI foi projetado para cientistas de dados, engenheiros imediatos, pesquisadores e entusiastas de IA que adoram experimentar IA. É um produto “Build Yourself” que se concentra na criatividade humana e não na autonomia da IA.
Para instalar facilmente o HybridAGI recomendamos que você use pip com o seguinte comando:
pip install hybridagi
Se quiser explorar mais a fundo nosso sistema, ou contribuir com o projeto, você pode usar o seguinte comando para instalar o HybridAGI a partir dos fontes:
git clone https://github.com/SynaLinks/HybridAGI
cd HybridAGI
pip install .
Não há agentes React aqui , o único sistema de agente que fornecemos é nosso agente interpretador de gráfico personalizado que segue uma metodologia estrita executando nó por nó os programas gráficos que possui na memória. Como controlamos o comportamento do Agente de ponta a ponta, transferindo o planejamento para componentes simbólicos, podemos corrigir/melhorar o comportamento do sistema facilmente, eliminando a necessidade de ajuste fino, mas também permitindo que o sistema aprenda instantaneamente.
HybridAGI se baseia em anos de experiência na fabricação de sistemas robóticos confiáveis. Combinamos nosso conhecimento em Robótica, IA Simbólica, LLMs e Ciências Cognitivas em um produto para programadores, cientistas de dados e engenheiros de IA. A memória de longo prazo do nosso sistema Agente utiliza fortemente gráficos para armazenar conhecimento estruturado e não estruturado, bem como seus programas gráficos.
Fornecemos tudo para você construir seu aplicativo LLM com foco em bancos de dados Cypher Graph. Fornecemos também um banco de dados local para prototipagem rápida antes de dimensionar seu aplicativo com uma de nossas integrações.
Com o HybridAGI você pode construir pipelines de extração de dados, aplicações RAG ou sistemas de Agentes avançados, cada um sendo possivelmente otimizado usando otimizadores DSPy. Também fornecemos módulos e métricas pré-fabricados para facilitar a prototipagem.
Cada módulo e tipo de dados é estritamente digitado e usa Pydantic como camada de validação de dados. Você pode construir pipelines rapidamente empilhando módulos sequencialmente, como em Keras ou HuggingFace.
Fornecemos a seguinte lista de ferramentas nativas para R/W no sistema de memória ou modificar o estado do agente:
| Nome da ferramenta | Uso |
|---|---|
Predict | Usado para preencher o contexto com informações de raciocínio |
ChainOfThought | Usado para preencher o contexto com informações de raciocínio |
Speak | Utilizado para enviar mensagem ao usuário e dar a resposta final |
AskUser | Usado para fazer perguntas ao usuário (pode simular a persona do usuário) |
UpdateObjective | Atualizar o objetivo de longo prazo do agente |
AddDocument | Salve na memória um novo documento |
AddFact | Salve na memória novos fatos |
AddGraphProgram | Salvar na memória o novo programa (substituir se existir) |
DocumentSearch | Usado para procurar informações na memória do documento |
PastActionSearch | Usado para procurar ações passadas na memória de rastreamento |
EntitySearch | Usado para procurar entidades na memória de fatos |
FactSearch | Usado para procurar fatos na memória de fatos |
GraphProgramSearch | Usado para procurar programas gráficos na memória de programa |
ReadGraphProgram | Usado para ler um programa gráfico da memória por nome |
CallGraphProgram | Usado para chamar dinamicamente um programa gráfico da memória por nome |
Você pode adicionar mais ferramentas usando as funções FunctionTool e python, como hoje em dia a chamada de função.
Aceitamos contribuições para mais integrações de banco de dados. Sinta-se à vontade para entrar no canal discord para mais informações!
Estamos insatisfeitos com a trajetória atual dos sistemas baseados em agentes que carecem de controle e eficiência. A abordagem atual envolve a construção de agentes React/MKRL que operam de forma independente, sem controle humano, muitas vezes levando a loops infinitos de absurdos devido à sua tendência de permanecer dentro da distribuição de dados. Os sistemas multiagentes tentam resolver esse problema, mas muitas vezes resultam em mais absurdos e custos proibitivos devido ao bate-papo dos agentes. Além disso, os agentes de hoje muitas vezes necessitam de ajustes para melhorar ou corrigir seu comportamento, o que pode ser um processo complexo e demorado.
Com o HybridAGI, a única coisa que você precisa fazer é modificar o gráfico de comportamento (os programas gráficos). Acreditamos que o ajuste fino deve ser o último recurso quando a aprendizagem contextual não produz os resultados desejados. Ao enraizar as ciências cognitivas nos conceitos da ciência da computação, capacitamos os programadores a construir o sistema de agentes dos seus sonhos, controlando a sequência de ação e decisão. Nosso objetivo é construir um sistema de agentes que possa resolver problemas do mundo real usando uma linguagem intermediária que seja interpretável tanto por humanos quanto por máquinas. Se quisermos manter os humanos informados nos próximos anos, precisamos projetar sistemas de agentes para esse fim.
LangGraph é construído sobre LangChain, o que também foi o caso do HybridAGI no ano passado. No entanto, dada a orientação da equipe LangChain no sentido de encorajar agentes ReACT que carecem de controle e explicabilidade, mudamos para DSPy, que oferece melhor valor ao focar na otimização de pipelines. Recentemente, o LangGraph surgiu para compensar a má tomada de decisão do LangChain, mas já havíamos provado o valor do nosso trabalho. Além disso, LangGraph, como muitas estruturas de agente, descreve uma máquina estática de estados finitos. Nossa visão dos sistemas AGI é que é necessário ser Turing completo, o que é o caso de muitas estruturas de agente, mas ter a capacidade de se programar em tempo real (ou seja, aprendizado contínuo real) também é necessário para realmente iniciar a jornada AGI, que é falta em outras estruturas.
Llama-Index lançou recentemente um sistema de agente orientado a eventos, semelhante ao LangGraph, é uma máquina de estado estático, e as mesmas observações se aplicam ao seu trabalho.
HybridAGI é construído com base no excelente trabalho da equipe DSPy e pretende ser uma abstração para simplificar a criação de programas DSPy complexos no contexto de Agentes LLM. DSPy é mais geral e também é usado para tarefas mais simples que não precisam de sistemas de agente. Ao contrário do DSPy, nossos programas não são estáticos, mas dinâmicos e podem se adaptar à consulta do usuário chamando dinamicamente programas armazenados na memória. Além disso, concentramos nosso trabalho em sistemas AGI neuro-simbólicos explicáveis usando gráficos. Os programas gráficos são mais fáceis de construir do que implementá-los do zero usando DSPy. Se DSPy é o PyTorch das aplicações LLM, pense em HybridAGI como o Keras ou HuggingFace dos agentes neuro-simbólicos LLM.
OpenAI o1 e HybridAGI compartilham muitos objetivos comuns, mas são construídos com paradigmas diferentes em mente. Assim como o OpenAI o1, o HybridAGI usa inferências em várias etapas e é um sistema de agente orientado a objetivos. No entanto, ao contrário do OpenAI o1, orientamos o rastreamento CoT do nosso sistema de agentes em vez de deixá-lo explorar livremente seu espaço de ação, um paradigma mais semelhante a um A* onde o Agente navega em um gráfico definido em vez de um Q-learning. Isso resulta em um raciocínio mais eficiente, pois os especialistas podem programá-lo para resolver um caso de uso específico. Podemos utilizar LLMs menores, reduzindo o impacto ambiental e aumentando o ROI. A desvantagem de nossa tecnologia é que você precisa de conhecimento especializado em seu domínio, bem como em programação e sistemas de IA para melhor explorar suas capacidades. Por esse motivo, prestamos serviços de auditoria, consultoria e desenvolvimento a pessoas e empresas que não possuem competências técnicas em IA para implementar o seu sistema.
Não estamos sediados no Vale do Silício nem fazemos parte de uma grande empresa; somos uma equipe pequena e dedicada do sul da França. Nosso foco é entregar um produto de IA onde o usuário mantenha o controle. Estamos insatisfeitos com a trajetória atual dos produtos baseados em agentes. Somos especialistas em interações humano-robô e na construção de sistemas interativos que se comportam conforme o esperado. Embora nos inspiremos nas ciências cognitivas e na IA simbólica, pretendemos manter os nossos conceitos fundamentados na ciência da computação para um público mais amplo.
Nossa missão vai além da segurança e do desempenho da IA; trata-se de moldar o mundo em que queremos viver. Mesmo que a programação se torne obsoleta em 5 ou 10 anos, substituída por algum estímulo mágico, acreditamos que os estímulos tradicionais são insuficientes para preservar empregos. Eles são muito simplistas e não conseguem transmitir as intenções com precisão.
Em contraste, programar cada etapa do raciocínio exige conhecimento especializado em engenharia e programação imediata. Surpreendentemente, é divertido e não tão difícil para os programadores, pois permite que você obtenha insights sobre como a IA realmente funciona, controlando-a. A linguagem natural combinada com algoritmos abre possibilidades infinitas. Não podemos imaginar um mundo sem ele.
Fornecemos serviços de auditoria, consultoria e desenvolvimento para empresas que desejam implementar soluções de IA neuro-simbólica em vários domínios, desde visão computacional até raciocínio de alto nível com sistemas de gráfico de conhecimento/ontologia em domínios críticos como saúde, biologia, finanças, aeroespacial e muito mais.
HybridAGI é um projeto de pesquisa para mostrar nossas capacidades, mas também para trazer nossa visão de sistemas AGI seguros para o futuro. Somos uma start-up que busca casos de uso do mundo real, em vez de fazer afirmações pretensiosas para agradar os VCs e alimentar o hype.
Como a nossa visão das capacidades dos LLMs é mais moderada do que outras, procuramos ativamente combinar diferentes campos da IA (evolutiva, simbólica e aprendizagem profunda) para dar este salto para o futuro sem queimar o planeta, confiando apenas na expansão. Além dos impactos ambientais óbvios, ao confiarmos em modelos pequenos/médios, temos uma melhor compreensão e a capacidade de realizar pesquisas úteis sem centros de dados no valor de biliões.
HybridAGI é a nossa maneira de estarmos preparados para esse futuro e, ao mesmo tempo, mostrar nossa compreensão dos sistemas de IA modernos e tradicionais. HybridAGI é a prova de que você não precisa de bilhões de dólares para trabalhar em sistemas AGI e que uma pequena equipe de pessoas apaixonadas pode fazer a diferença.
Lançamos o HybridAGI sob GNU GPL por vários motivos, o primeiro é que queremos proteger nosso trabalho e o trabalho de nossos colaboradores. A segunda razão é que queremos construir um futuro para as pessoas viverem, sem dependermos das grandes empresas de tecnologia de IA, queremos capacitar as pessoas e não escravizá-las, destruindo o mercado e deixando as pessoas desempregadas sem uma maneira de se tornarem proprietárias de seus conhecimento. HybridAGI é um projeto comunitário, da comunidade, para a comunidade. Finalmente, HybridAGI é uma forma de se conectar com pessoas talentosas e com ideias semelhantes em todo o mundo e criar uma comunidade em torno de um futuro desejável.
Alguns poderiam argumentar que o HybridAGI é apenas uma caixa de ferramentas. No entanto, ao contrário do LangChain ou do Llama-Index, o HybridAGI foi projetado desde o início para funcionar em sinergia com um LLM de propósito especial treinado em nossa arquitetura/DSL. Aprimoramos nosso software graças à comunidade e porque fomos nós que criamos nossa própria linguagem de programação, também somos as melhores pessoas para programá-la. Acumulamos dados e aprendemos muitas técnicas de aumento e limpamos nossos conjuntos de dados durante o último ano do projeto para manter nossa vantagem competitiva. Poderemos lançar o LLM que estamos construindo em algum momento, quando decidirmos que é benéfico para nós fazê-lo.
Nosso software é lançado sob licença GNU GPL para proteger a nós mesmos e às contribuições da comunidade. A lógica da sua aplicação sendo separada (os programas gráficos) não há problema de IP para você usar o HybridAGI. Além disso, quando usado em produção, você certamente deseja criar um servidor FastAPI para solicitar seu agente e separar o backend e o frontend do seu aplicativo (como um site), para que a licença GPL não contamine as outras partes do seu software. Também fornecemos licenciamento duplo para nossos clientes, se necessário.
Faça parte da nossa comunidade de desenvolvedores, pesquisadores e entusiastas de IA. Contribua com o projeto, compartilhe seus comentários e ajude a moldar o futuro do HybridAGI. Agradecemos e valorizamos a sua participação!
