- OpenAI lansează Operator, un agent care automatizează sarcinile din browser pentru completarea formularelor, rezervarea sau cumpărarea, acționând asupra interfețelor grafice precum un utilizator uman.
- Se bazează pe modelul CUA, combinând viziunea avansată GPT-4 și învățarea prin consolidare pentru a interacționa cu elementele ecranului și a se autocorecta.
- Acces limitat: versiune preliminară pentru ChatGPT Pro în SUA (200 USD), cu planuri de upgrade la alte planuri și extindere treptată.
- Include măsuri de confidențialitate, monitorizarea utilizatorilor pentru acțiuni sensibile și blocarea site-urilor suspecte; OpenAI colaborează cu platforme pentru integrări.
OpenAI a făcut un pas semnificativ înainte în dezvoltarea inteligenței artificiale odată cu lansarea Operator , noul său agent conceput pentru a automatiza sarcinile din browser . Urmând modelul progreselor anterioare precum ChatGPT și GPT-4 , acest instrument își propune să revoluționeze modul în care interacționăm cu webul, oferind o soluție practică pentru activitățile de zi cu zi, cum ar fi completarea formularelor, rezervarea meselor la restaurant sau gestionarea achizițiilor online.
Operator marchează o schimbare semnificativă în abordarea inteligenței artificiale, transformând IA într-un participant activ în domeniul digital. Prin intermediul propriului browser integrat, sistemul poate identifica și manipula interfețe grafice cu utilizatorul (GUI), interacționând cu butoane, meniuri derulante și câmpuri de text într-un mod similar cu cel al unui om. Scopul său principal este de a simplifica sarcinile repetitive și de a economisi timp utilizatorului .
Cum funcționează Operatorul
Inima Operator este modelul său de Agent Utilizator de Calculator (CUA) , dezvoltat de OpenAI. Această tehnologie combină capacitățile avansate de vedere ale GPT-4 cu tehnici de raționament bazate pe învățarea prin consolidare . Acest lucru permite agentului să „vadă” conținutul de pe ecran prin capturi de ecran, să interacționeze cu elementele ca și cum ar folosi o tastatură și un mouse și chiar să se autocorecteze dacă face greșeli.
Utilizatorul trebuie doar să furnizeze o instrucțiune simplă, cum ar fi „rezervă o masă pentru două persoane la un restaurant la ora 20:00”. Dacă întâmpină obstacole - de exemplu, lipsa disponibilității la acea oră - sistemul solicită informații suplimentare, cum ar fi schimbarea orei sau furnizarea de date sensibile pentru a finaliza acțiunea. În plus, utilizatorul poate prelua controlul manual al browserului în orice moment. Dacă sunteți interesat să creați agenți similari, există un ghid practic pentru crearea de agenți AI cu n8n care v-ar putea fi de folos.
Disponibilitate si acces
În prezent, Operator se află într-o fază incipientă în cadrul programului „previzualizare cercetare”. Acest acces este restricționat utilizatorilor ChatGPT Pro , un serviciu cu un cost lunar de 200 USD și este disponibil doar în Statele Unite . OpenAI a anunțat planuri de a extinde disponibilitatea sa la alte niveluri de abonament, cum ar fi Plus , Team și Enterprise , precum și de a-l integra în ChatGPT în viitor. Dacă sunteți interesat de dezvoltarea unor browsere AI similare, puteți afla cum funcționează browserul AI al OpenAI.
Lansarea limitată abordează atât aspecte tehnice, cât și de reglementare și își propune să asigure o dezvoltare sigură și controlată a produsului. Compania folosește, de asemenea, această fază pentru a colecta feedback de la utilizatori și a optimiza performanța agentului.
Caracteristici de securitate și personalizare
Una dintre principalele preocupări ale OpenAI a fost asigurarea confidențialității utilizatorilor . Agentul include măsuri pentru a garanta că sarcinile sensibile, cum ar fi cele care necesită acreditări de conectare sau informații bancare, sunt efectuate sub supravegherea directă a utilizatorului . În plus, utilizatorii pot configura preferințe specifice pentru sarcini repetitive și pot renunța la antrenamentul modelului dacă nu doresc să își partajeze datele de navigare.
Operatorul încorporează funcții pentru a întrerupe orice sarcină dacă întâlnește un site suspect și respinge solicitările care pot fi considerate dăunătoare sau ilegale. Această abordare își consolidează angajamentul față de utilizarea etică și sigură a inteligenței artificiale.
Colaborări și dezvoltare viitoare
OpenAI colaborează activ cu diverse companii, precum DoorDash , Instacart , OpenTable , Uber și altele, pentru a integra serviciile Operatorului în platforme deja populare în rândul utilizatorilor. Aceste parteneriate își propun să asigure că agentul poate gestiona sarcini din lumea reală fără probleme tehnice. Este demn de remarcat faptul că aceste colaborări nu se bazează pe acorduri financiare , subliniind independența dezvoltării Operatorului. O parte din interesul pentru acest tip de agent se reflectă în analizele altor agenți care urmăresc să automatizeze munca umană.
În viitor, OpenAI intenționează, de asemenea, să depășească limitările actuale ale agentului, cum ar fi dificultatea de a gestiona interfețe mai complexe , inclusiv calendare și instrumente de prezentare. Scopul pe termen lung este de a face din Operator un instrument cu adevărat universal , care poate fi integrat în multiple aspecte ale vieții digitale a utilizatorilor.
Operator reprezintă un progres semnificativ în lumea inteligenței artificiale generative. Prin transformarea IA dintr-un observator pasiv într-un participant activ în cadrul ecosistemului digital, OpenAI pune bazele unui nou nivel de automatizare care ar putea schimba relația noastră cu tehnologia. Deși încă într-un stadiu experimental, promisiunea unui asistent digital versatil și sigur este o realitate care începe deja să prindă contur.
