- OpenAI lancerer Operator, en agent der automatiserer opgaver i browseren for at udfylde formularer, booke eller købe, og som fungerer på grafiske grænseflader som en menneskelig bruger.
- Den er baseret på CUA-modellen, der kombinerer avanceret GPT-4-syn og forstærkningslæring for at interagere med skærmelementer og selvkorrigere.
- Begrænset adgang: forhåndsvisning af ChatGPT Pro i USA ($200), med planer om at opgradere til andre abonnementer og gradvis udvidelse.
- Det omfatter privatlivsforanstaltninger, brugerovervågning af følsomme handlinger og blokering af mistænkelige websteder; OpenAI samarbejder med platforme om integrationer.
OpenAI har taget et betydeligt skridt fremad i udviklingen af kunstig intelligens med lanceringen af Operator , deres nye agent designet til at automatisere opgaver i browseren . I tråd med tidligere fremskridt som ChatGPT og GPT-4 sigter dette værktøj mod at revolutionere den måde, vi interagerer med internettet på, ved at tilbyde en praktisk løsning til hverdagsaktiviteter såsom at udfylde formularer, booke borde på restauranter eller administrere onlinekøb.
Operator markerer et betydeligt skift i tilgangen til kunstig intelligens, hvilket gør AI til en aktiv deltager i den digitale verden. Gennem sin egen integrerede browser kan systemet identificere og manipulere grafiske brugergrænseflader (GUI'er) og interagere med knapper, rullemenuer og tekstfelter på en måde, der ligner et menneske. Dets primære mål er at forenkle gentagne opgaver og spare brugeren tid .
Hvordan Operatør fungerer
Hjertet i Operator er dens Computer-Using Agent (CUA)-model , udviklet af OpenAI. Denne teknologi kombinerer de avancerede synsfunktioner i GPT-4 med ræsonnementsteknikker baseret på reinforcement learning . Dette giver agenten mulighed for at "se" indhold på skærmen gennem skærmbilleder, interagere med elementer, som om den brugte et tastatur og en mus, og endda selvkorrigere, hvis den laver fejl.
Brugeren skal kun give en simpel instruktion, f.eks. "book et bord til to på en restaurant kl. 8." Hvis der opstår forhindringer – f.eks. manglende tilgængelighed på det tidspunkt – anmoder systemet om yderligere input, f.eks. ændring af tidspunktet eller angivelse af følsomme data for at fuldføre handlingen. Derudover kan brugeren til enhver tid tage manuel kontrol over browseren. Hvis du er interesseret i at oprette lignende agenter, er der en praktisk vejledning til oprettelse af AI-agenter med n8n , som du måske finder nyttig.
Tilgængelighed og adgang
I øjeblikket er Operator i en tidlig fase under "research preview"-programmet. Denne adgang er begrænset til ChatGPT Pro- brugere , en tjeneste med en månedlig pris på $200 , og som kun er tilgængelig i USA . OpenAI har annonceret planer om at udvide tilgængeligheden til andre abonnementsniveauer såsom Plus , Team og Enterprise , samt integrere den i ChatGPT i fremtiden. Hvis du er interesseret i udviklingen af lignende AI-browsere, kan du lære, hvordan OpenAIs AI-browser fungerer.
Den begrænsede lancering tager højde for både tekniske og lovgivningsmæssige overvejelser og har til formål at sikre en sikker og kontrolleret produktudvikling. Virksomheden bruger også denne fase til at indsamle brugerfeedback og optimere agentens ydeevne.
Sikkerheds- og tilpasningsfunktioner
En af OpenAIs største bekymringer har været at sikre brugernes privatliv . Agenten inkluderer foranstaltninger, der garanterer, at følsomme opgaver, såsom dem, der kræver loginoplysninger eller bankoplysninger, udføres under brugerens direkte opsyn . Derudover kan brugerne konfigurere specifikke præferencer for gentagne opgaver og fravælge modeltræning, hvis de ikke ønsker at dele deres browserdata.
Operatøren har funktioner til at sætte enhver opgave på pause, hvis den støder på et mistænkeligt websted , og afviser anmodninger, der kan betragtes som skadelige eller ulovlige. Denne tilgang styrker dens engagement i den etiske og sikre brug af kunstig intelligens.
Samarbejde og fremtidig udvikling
OpenAI arbejder aktivt sammen med forskellige virksomheder, såsom DoorDash , Instacart , OpenTable , Uber og andre, for at integrere Operators tjenester i platforme, der allerede er populære blandt brugerne. Disse partnerskaber har til formål at sikre, at agenten kan håndtere opgaver i den virkelige verden uden tekniske problemer. Det er værd at bemærke, at disse samarbejder ikke er baseret på økonomiske aftaler , hvilket understreger Operators uafhængighed i udviklingen. En del af interessen for denne type agent afspejles i analyser af andre agenter, der søger at automatisere menneskeligt arbejde.
I fremtiden planlægger OpenAI også at overvinde agentens nuværende begrænsninger, såsom vanskeligheden ved at håndtere mere komplekse grænseflader , herunder kalendere og præsentationsværktøjer. Det langsigtede mål er at gøre Operator til et ægte universelt værktøj , der kan integreres i flere aspekter af brugernes digitale liv.
Operator repræsenterer et betydeligt fremskridt inden for generativ kunstig intelligens. Ved at transformere AI fra en passiv observatør til en aktiv deltager i det digitale økosystem, lægger OpenAI grunden til et nyt niveau af automatisering , der kan ændre vores forhold til teknologi. Selvom det stadig er i en eksperimentel fase, er løftet om en alsidig og sikker digital assistent en realitet, der allerede begynder at tage form.
