OpenAI اعلام کرد که عامل هوش مصنوعی جدید آن با نام Operator روز پنجشنبه برای برخی کاربران فعال شد. این عامل توانایی خودکارسازی وظایفی مانند خرید مواد غذایی و ثبت گزارش هزینه‌ها را دارد.

Operator بخشی از نسل جدید عوامل هوش مصنوعی است که می‌تواند به نمایندگی از کاربران عمل کند. این سیستم از طریق مرورگر اختصاصی خود به اینترنت دسترسی دارد و می‌تواند مانند یک فرد واقعی کلیک کند، اسکرول کند و تایپ کند. کاربردهای بالقوه آن شامل رزرو رستوران و انتقال داده‌های شرکتی از یک مکان به مکان دیگر است.

علاوه بر OpenAI، بسیاری از شرکت‌های فناوری دیگر نیز از توسعه قابلیت‌های مشابه خبر داده‌اند.

Operator در مرحله‌ای قرار دارد که OpenAI آن را “پیش‌نمایش تحقیقاتی” می‌نامد، به این معنا که محصول محدودیت‌هایی دارد و ممکن است در حین تکامل اشتباهاتی مرتکب شود. این ویژگی برای کاربران ChatGPT Pro در ایالات متحده که هزینه اشتراک آن ۲۰۰ دلار در ماه است، در دسترس است.

برد لایتکپ، مدیر اجرایی OpenAI، در مصاحبه‌ای گفت که Operator می‌تواند زمان انجام کارهای خانه و محل کار را کاهش دهد و در این زمینه “فرصت بزرگی” برای خودکارسازی وظایف رایج وجود دارد. با این حال، به گفته او، OpenAI تصمیم گرفته که ابتدا Operator را با فعال‌ترین کاربران خود آزمایش کند، کاربرانی که “آماده‌تر هستند تا محصولی را که هنوز در مرحله پیش‌نمایش تحقیقاتی است، درک کنند.”

او افزود:
«این تفاوتی اساسی در نحوه تعامل افراد با رایانه‌ها است. این یک چالش فنی سخت است و فقط به اندازه‌ای که مفید باشد، کارایی دارد.»

OpenAI همچنین با شرکت‌هایی مانند Instacart، Uber، eBay، Priceline، OpenTable و Etsy همکاری می‌کند تا صفحات وب آن‌ها را برای کاربران در صفحه اصلی Operator قابل‌دسترس‌تر کند. لایتکپ تأکید کرد که این شرکت‌ها در همکاری با Operator رابطه مالی با OpenAI ندارند.

شرکت News Corp، مالک وال‌استریت ژورنال، نیز یک همکاری در زمینه صدور مجوز محتوا با OpenAI دارد.

اعلامیه امروز نشان‌دهنده اولین ورود رسمی OpenAI به رقابت فشرده در زمینه عوامل هوش مصنوعی است. با پیشرفت فناوری عامل‌ها، شرکت‌های نرم‌افزاری تجاری مانند مایکروسافت، سیلزفورس و ورک‌دی نسخه‌هایی از عامل‌ها را معرفی کرده‌اند که وظایفی مانند خلاصه‌سازی گزارش‌ها، تماس با مشتریان فروش و ارتباط با متقاضیان شغلی را انجام می‌دهند.

گوگل و استارتاپ هوش مصنوعی Anthropic نیز اخیراً عامل‌هایی را معرفی کرده‌اند که مشابه Operator هستند و توانایی مرور صفحات وب و تعامل با منوها و دکمه‌ها را دارند.

یکی از تفاوت‌های کلیدی بین این شرکت‌ها دامنه دسترسی است. ChatGPT با داشتن ۳۰۰ میلیون کاربر فعال هفتگی و اعلام OpenAI در پاییز گذشته مبنی بر داشتن ۱ میلیون مشتری تجاری پرداخت‌کننده، یکی از بزرگ‌ترین فرصت‌ها را برای عامل‌ها فراهم می‌کند تا به تعداد زیادی از کاربران دسترسی پیدا کنند. OpenAI از اعلام تعداد کاربران برنامه Pro خود خودداری کرده است.

Operator از یک مدل جدید هوش مصنوعی با نام عامل استفاده‌کننده از رایانه (CUA) استفاده می‌کند. OpenAI اعلام کرد که این مدل از قابلیت‌های دیداری مدل GPT-4o همراه با “استدلال پیشرفته” بهره می‌برد. این مدل برای تعامل با متن، دکمه‌ها و منوهایی که افراد معمولاً در صفحات وب می‌بینند آموزش دیده است.

با این حال، قابلیت استفاده همچنان یکی از چالش‌های عامل‌های هوش مصنوعی است. با اینکه وعده داده شده این عامل‌ها باعث صرفه‌جویی در زمان و افزایش کارایی شوند، اکثر مردم هنوز از آن‌ها در زندگی روزمره استفاده نمی‌کنند. به‌عنوان مثال، اپل در پاییز گذشته دستیار هوش مصنوعی خود با نام Apple Intelligence را در سیستم عامل آیفون معرفی کرد، اما این ابزار هنوز برای انجام کارهای روزانه به کار گرفته نمی‌شود. حتی در محیط‌های تجاری، عامل‌های هوش مصنوعی اغلب در مراحل آزمایشی یا کاربردهای محدود مورد استفاده قرار می‌گیرند، جایی که احتمال به خطر افتادن داده‌های خصوصی یا افزایش ریسک امنیت سایبری کمتر است.

برد لایتکپ گفت که OpenAI ممکن است اضافه کردن کنترل‌ها یا محدودیت‌های خاص برای مشتریان شرکتی را در نظر بگیرد، اما در حال حاضر بر روی اولین گروه از کاربران خود متمرکز است. او افزود که OpenAI ویژگی‌های امنیت، حریم خصوصی و کنترل را طراحی کرده است تا اطمینان حاصل شود که عامل از برنامه‌ریزی خود خارج نمی‌شود و مهم‌تر از همه، کاربر کنترل کامل بر هوش مصنوعی دارد.

ChatGPT said:

ChatGPT

بر اساس اعلام OpenAI، برخی از خطرات یا سوءاستفاده‌های ممکن از Operator شامل وب‌سایت‌هایی است که برای فریب کاربران طراحی شده‌اند، کاربرانی که سعی در فریب دادن ربات دارند، و «تزریق دستورات» (prompt injections) که کاربران را تشویق می‌کند اطلاعات حساس یا پول خود را به وب‌سایت‌های مخرب ارسال کنند.

Operator دارای قابلیتی به نام «حالت تسلط» (takeover mode) است که از کاربران می‌خواهد برای وارد کردن جزئیات پرداخت یا اطلاعات ورود، کنترل را به دست بگیرند. OpenAI اعلام کرد که Operator قبل از انجام وظایف حساس مانند ارسال ایمیل از کاربران تأیید می‌خواهد و برای تراکنش‌های بانکی یا تصمیم‌گیری درباره درخواست شغلی عمل نمی‌کند. همچنین، Operator از داده‌هایی که کاربران قبلاً با ChatGPT به اشتراک گذاشته‌اند برای انجام اقدامات استفاده نخواهد کرد.

برای شرکت Instacart، دسترسی آسان‌تر خدمات تحویل مواد غذایی روی Operator به معنای استفاده از ظرفیت عامل‌های هوش مصنوعی و همچنین دسترسی به دامنه کاربران OpenAI است، بدون اینکه Instacart بخواهد خودش چنین سیستمی را توسعه دهد.
دنیل دانکر، مدیر ارشد محصول Instacart، گفت:
«ما سعی نداریم یک عامل بسازیم.»

اوبر نیز در همکاری خود با OpenAI برای Operator این فرصت را دارد که در توسعه این محصول نقش داشته باشد. به گفته ساچین کانسال، مدیر ارشد محصول شرکت اوبر:
«این همکاری به ما فرصت می‌دهد که در شکل‌گیری توسعه این محصول مشارکت کنیم.»

با وجود محدودیت‌های فعلی، OpenAI اعلام کرد که پس از «اختصاص زمان برای درست انجام دادن آن»، Operator را برای انتشار محدود آماده کرده است.

منبع: وال استریت ژورنال