- OpenAI lanserer Operator, en agent som automatiserer oppgaver i nettleseren for å fylle ut skjemaer, bestille eller kjøpe, og som fungerer på grafiske grensesnitt som en menneskelig bruker.
- Den er basert på CUA-modellen, som kombinerer avansert GPT-4-syn og forsterkningslæring for å samhandle med skjermelementer og selvkorrigere.
- Begrenset tilgang: forhåndsversjon for ChatGPT Pro i USA ($ 200), med planer om å oppgradere til andre planer og gradvis utvidelse.
- Det inkluderer personverntiltak, brukerovervåking av sensitive handlinger og blokkering av mistenkelige nettsteder; OpenAI samarbeider med plattformer for integrasjoner.
OpenAI har tatt et betydelig skritt fremover i utviklingen av kunstig intelligens med lanseringen av Operator , deres nye agent designet for å automatisere oppgaver i nettleseren . I tråd med tidligere fremskritt som ChatGPT og GPT-4 , har dette verktøyet som mål å revolusjonere hvordan vi samhandler med nettet, og tilbyr en praktisk løsning for hverdagsaktiviteter som å fylle ut skjemaer, bestille bord på restauranter eller administrere nettkjøp.
Operatør markerer et betydelig skifte i tilnærmingen til kunstig intelligens, noe som gjør AI til en aktiv deltaker i den digitale verden. Gjennom sin egen integrerte nettleser kan systemet identifisere og manipulere grafiske brukergrensesnitt (GUI-er), samhandle med knapper, rullegardinmenyer og tekstfelt på en måte som ligner på et menneske. Hovedmålet er å forenkle repeterende oppgaver og spare brukeren tid .
Hvordan Operatør fungerer
Hjertet i Operator er Computer-Using Agent (CUA)-modellen , utviklet av OpenAI. Denne teknologien kombinerer de avanserte synsfunksjonene til GPT-4 med resonneringsteknikker basert på forsterkningslæring . Dette lar agenten "se" innhold på skjermen gjennom skjermbilder, samhandle med elementer som om den bruker et tastatur og en mus, og til og med korrigere seg selv hvis den gjør feil.
Brukeren trenger bare å gi en enkel instruksjon, for eksempel «bestill et bord for to på en restaurant klokken 8». Hvis det oppstår hindringer – for eksempel manglende tilgjengelighet på det tidspunktet – ber systemet om ytterligere input, for eksempel å endre tidspunktet eller oppgi sensitive data for å fullføre handlingen. Videre kan brukeren når som helst ta manuell kontroll over nettleseren. Hvis du er interessert i å opprette lignende agenter, finnes det en praktisk veiledning for å opprette AI-agenter med n8n som du kan synes er nyttig.
Tilgjengelighet og tilgang
For øyeblikket er Operator i en tidlig fase under «forhåndsvisningsprogrammet for forskning». Denne tilgangen er begrenset til ChatGPT Pro- brukere , en tjeneste med en månedlig kostnad på $200 , og er kun tilgjengelig i USA . OpenAI har annonsert planer om å utvide tilgjengeligheten til andre abonnementsnivåer som Plus , Team og Enterprise , samt integrere den i ChatGPT i fremtiden. Hvis du er interessert i utviklingen av lignende AI-nettlesere, kan du lære hvordan OpenAIs AI-nettleser fungerer.
Den begrensede lanseringen tar for seg både tekniske og regulatoriske hensyn og har som mål å sikre en trygg og kontrollert produktutvikling. Selskapet bruker også denne fasen til å samle tilbakemeldinger fra brukere og optimalisere agentens ytelse.
Sikkerhets- og tilpasningsfunksjoner
En av OpenAIs hovedanliggender har vært å sikre brukernes personvern . Agenten inkluderer tiltak for å garantere at sensitive oppgaver, som de som krever påloggingsinformasjon eller bankinformasjon, utføres under brukerens direkte tilsyn . Videre kan brukere konfigurere spesifikke preferanser for repeterende oppgaver og velge bort modelltrening hvis de ikke ønsker å dele nettleserdataene sine.
Operatøren har funksjoner for å sette oppgaver på pause hvis den støter på et mistenkelig nettsted , og avviser forespørsler som kan anses som skadelige eller ulovlige. Denne tilnærmingen forsterker deres forpliktelse til etisk og sikker bruk av kunstig intelligens.
Samarbeid og fremtidig utvikling
OpenAI samarbeider aktivt med diverse selskaper, som DoorDash , Instacart , OpenTable , Uber og andre, for å integrere Operators tjenester i plattformer som allerede er populære blant brukerne. Disse partnerskapene har som mål å sikre at agenten kan håndtere oppgaver i den virkelige verden uten tekniske problemer. Det er verdt å merke seg at disse samarbeidene ikke er basert på økonomiske avtaler , noe som understreker Operators uavhengighet i utviklingen. Noe av interessen for denne typen agent gjenspeiles i analyser av andre agenter som søker å automatisere menneskelig arbeid.
I fremtiden planlegger OpenAI også å overvinne agentens nåværende begrensninger, som vanskeligheten med å håndtere mer komplekse grensesnitt , inkludert kalendere og presentasjonsverktøy. Det langsiktige målet er å gjøre Operator til et virkelig universelt verktøy som kan integreres i flere aspekter av brukernes digitale liv.
Operatør representerer et betydelig fremskritt innen generativ kunstig intelligens. Ved å transformere AI fra en passiv observatør til en aktiv deltaker i det digitale økosystemet, legger OpenAI grunnlaget for et nytt nivå av automatisering som kan endre vårt forhold til teknologi. Selv om det fortsatt er i en eksperimentell fase, er løftet om en allsidig og sikker digital assistent en realitet som allerede begynner å ta form.
