- OpenAI spúšťa Operator, agenta, ktorý automatizuje úlohy v prehliadači na vyplnenie formulárov, rezerváciu alebo nákup, pričom funguje na grafických rozhraniach ako ľudský používateľ.
- Je založený na modeli CUA, ktorý kombinuje pokročilé videnie GPT-4 a posilňovacie učenie pre interakciu s prvkami obrazovky a autokorekciu.
- Obmedzený prístup: ukážka ChatGPT Pro v USA (200 USD) s plánmi na prechod na iné plány a postupné rozširovanie.
- Zahŕňa opatrenia na ochranu súkromia, monitorovanie citlivých akcií používateľmi a blokovanie podozrivých stránok; OpenAI spolupracuje s platformami na integráciách.
Spoločnosť OpenAI urobila významný krok vpred vo vývoji umelej inteligencie spustením nástroja Operator , svojho nového agenta určeného na automatizáciu úloh v prehliadači . Podľa vzoru predchádzajúcich pokrokov, ako sú ChatGPT a GPT-4 , si tento nástroj kladie za cieľ zrevolucionizovať spôsob, akým interagujeme s webom, a ponúknuť praktické riešenie pre každodenné činnosti, ako je vypĺňanie formulárov, rezervácia stolov v reštauráciách alebo správa online nákupov.
Operator predstavuje významný posun v prístupe k umelej inteligencii, vďaka čomu sa AI stáva aktívnym účastníkom digitálnej sféry. Prostredníctvom vlastného integrovaného prehliadača dokáže systém identifikovať a manipulovať s grafickými používateľskými rozhraniami (GUI), interagovať s tlačidlami, rozbaľovacími ponukami a textovými poľami podobným spôsobom ako človek. Jeho hlavným cieľom je zjednodušiť opakujúce sa úlohy a ušetriť používateľovi čas .
Ako funguje operátor
Srdcom platformy Operator je jej model Computer-Using Agent (CUA) , vyvinutý spoločnosťou OpenAI. Táto technológia kombinuje pokročilé schopnosti videnia GPT -4 s technikami uvažovania založenými na posilňovacom učení . To umožňuje agentovi „vidieť“ obsah na obrazovke prostredníctvom snímok obrazovky, interagovať s prvkami, akoby používal klávesnicu a myš, a dokonca sa sám opravovať, ak urobí chyby.
Používateľ stačí zadať jednoduchý pokyn, napríklad „rezervujte si stôl pre dvoch v reštaurácii o 20:00“. Ak sa vyskytnú prekážky – napríklad nedostatok voľného miesta v danom čase – systém si vyžiada dodatočný vstup, ako je zmena času alebo poskytnutie citlivých údajov na dokončenie akcie. Okrem toho môže používateľ kedykoľvek manuálne ovládať prehliadač. Ak máte záujem o vytvorenie podobných agentov, existuje praktický návod na vytváranie agentov s umelou inteligenciou pomocou n8n , ktorý by sa vám mohol hodiť.
Dostupnosť a prístup
Služba Operator sa momentálne nachádza v počiatočnej fáze programu „research preview“. Tento prístup je obmedzený na používateľov služby ChatGPT Pro , ktorá stojí mesačne 200 dolárov a je dostupná iba v Spojených štátoch . Spoločnosť OpenAI oznámila plány na rozšírenie jej dostupnosti na ďalšie úrovne predplatného, ako napríklad Plus , Team a Enterprise , a tiež na jej integráciu do služby ChatGPT v budúcnosti. Ak máte záujem o vývoj podobných prehliadačov s umelou inteligenciou, môžete sa dozvedieť, ako funguje prehliadač s umelou inteligenciou od spoločnosti OpenAI.
Obmedzené uvedenie na trh rieši technické aj regulačné aspekty a jeho cieľom je zabezpečiť bezpečný a kontrolovaný vývoj produktu. Spoločnosť túto fázu využíva aj na zhromažďovanie spätnej väzby od používateľov a optimalizáciu výkonu agenta.
Funkcie zabezpečenia a prispôsobenia
Jednou z hlavných obáv OpenAI bolo zabezpečenie súkromia používateľov . Agent obsahuje opatrenia, ktoré zaručujú, že citlivé úlohy, ako napríklad tie, ktoré vyžadujú prihlasovacie údaje alebo bankové informácie, sa vykonávajú pod priamym dohľadom používateľa . Okrem toho si používatelia môžu nakonfigurovať špecifické preferencie pre opakujúce sa úlohy a odhlásiť sa z trénovania modelu, ak si neželajú zdieľať svoje údaje o prehliadaní.
Operátor začleňuje funkcie na pozastavenie akejkoľvek úlohy, ak narazí na podozrivú stránku , a odmieta požiadavky, ktoré môžu byť považované za škodlivé alebo nezákonné. Tento prístup posilňuje jeho záväzok k etickému a bezpečnému používaniu umelej inteligencie.
Spolupráca a budúci rozvoj
OpenAI aktívne spolupracuje s rôznymi spoločnosťami, ako sú DoorDash , Instacart , OpenTable , Uber a ďalšie, s cieľom integrovať služby Operátora do platforiem, ktoré sú už medzi používateľmi obľúbené. Cieľom týchto partnerstiev je zabezpečiť, aby agent dokázal zvládať úlohy v reálnom svete bez technických problémov. Stojí za zmienku, že táto spolupráca nie je založená na finančných dohodách , čo zdôrazňuje nezávislosť vývoja Operátora. Časť záujmu o tento typ agenta sa odráža v analýzach iných agentov, ktoré sa snažia automatizovať ľudskú prácu.
V budúcnosti plánuje OpenAI prekonať aj súčasné obmedzenia agenta, ako sú ťažkosti so spracovaním zložitejších rozhraní vrátane kalendárov a prezentačných nástrojov. Dlhodobým cieľom je urobiť z Operatora skutočne univerzálny nástroj , ktorý sa dá integrovať do viacerých aspektov digitálneho života používateľov.
Operátor predstavuje významný pokrok vo svete generatívnej umelej inteligencie. Transformáciou umelej inteligencie z pasívneho pozorovateľa na aktívneho účastníka v rámci digitálneho ekosystému vytvára OpenAI základy pre novú úroveň automatizácie , ktorá by mohla zmeniť náš vzťah k technológiám. Hoci je stále v experimentálnej fáze, prísľub všestranného a bezpečného digitálneho asistenta je realitou, ktorá sa už začína formovať.
