يمكن لمشغل OpenAI تصفح الويب نيابةً عنك

بدأت OpenAI في معاينة أداة جديدة تسمى Operator يمكنها التنقل داخل متصفح الويب. وفقا لمنشور مدونة نشرت الخميس، يتم تشغيل البرنامج بواسطة ما تسميه الشركة وكيل استخدام الكمبيوتر. يقول OpenAI عن النموذج: “تم تدريب CUA على التفاعل مع واجهات المستخدم الرسومية (GUIs) – الأزرار والقوائم وحقول النص التي يراها الأشخاص على الشاشة – تمامًا كما يفعل البشر”. “وهذا يمنحها المرونة اللازمة لأداء المهام الرقمية دون استخدام واجهات برمجة التطبيقات الخاصة بنظام التشغيل أو الويب.”

يعتمد الإصدار الحالي من Operator على نموذج GPT-4o الخاص بـ OpenAI. فهو يجمع بين قدرات الرؤية لتلك الخوارزمية و”الاستدلال المتقدم” الذي يتم تدريبه من خلال التعلم المعزز. يتمتع المشغل بالقدرة على “تقسيم المهام إلى خطط متعددة الخطوات والتصحيح الذاتي بشكل تكيفي عند ظهور التحديات.” وفقًا لـ OpenAI، تمثل هذه القدرة المرحلة التالية في تطوير الذكاء الاصطناعي.

كما هو الحال مع معاينات الأبحاث السابقة، يحذر OpenAI من أن Operator “لا يزال مبكرًا ولديه قيود”، وأنه لن “يعمل بشكل موثوق في جميع السيناريوهات حتى الآن”. على سبيل المثال، اعتمادًا على مدى تعقيد المهمة والواجهة المعنية، يستفيد الوكيل بشكل كبير من قضاء المستخدم بضع دقائق إضافية لكتابة مطالبة أكثر تفصيلاً. لكل الحافة، سيمنح المشغل المستخدم التحكم في حالة تعثره في مهمة ما. كما سيتم أيضًا التحكم في الوقت الذي يطلب فيه موقع الويب معلومات حساسة، بما في ذلك بيانات اعتماد تسجيل الدخول. وتقول الشركة إنها صممت الأداة “لرفض الطلبات الضارة وحظر المحتوى غير المسموح به”.

تعمل OpenAI على إتاحة المشغل لأول مرة لمستخدمي اشتراك ChatGPT Pro بقيمة 200 دولار شهريًا. كما أنها تعقد شراكة مع شركات مثل Instacart لتقديم الوكيل على منصاتها، على الرغم من أنك ستحتاج مرة أخرى إلى اشتراك ChatGPT Pro لاختبار التكامل.

ينضم المشغل إلى قائمة متزايدة من وكلاء الذكاء الاصطناعي الذين يمكنهم التنقل عبر متصفح الويب أو نظام التشغيل بأكمله. كانت شركة Anthropic أول من قدم هذه الإمكانية من خلال إصدار طراز Claude 3.5 Sonnet في أكتوبر، وتبعتها مؤخرًا شركة Google بنموذج Gemini 2.0 وProject Mariner.

إذا قمت بشراء شيء ما من خلال الرابط الموجود في هذه المقالة، فقد نكسب عمولة.