Tento nový druh asistenta umělé inteligence chce dělat vaše nudné kancelářské práce

Tento týden OpenAI oznámila službu, která umožňuje téměř komukoli vytvořit vlastní verzi ChatGPT, bez potřeby kódování. Společnost naznačuje, že uživatelé mohou chtít postavit robota, který zná pravidla všech deskových her, učí děti matematiku nebo může nabízet kulinářské rady. Tyto značky GPT, jak je nazývá OpenAI, mohou také provádět jednoduché akce připojením k internetovým službám, například vyhledávání v e-mailech nebo objednávání produktů z online obchodu.

OpenAI nemůžete vinit za to, že se snaží navázat na úspěch svého hitu ChatGPT. Ale možná více chatbotů není to, co potřebujeme?

Adept AI, startup v San Franciscu založený veterány OpenAI, Google a DeepMind, dnes spouští experimentálního agenta AI, který automatizuje běžné domácí práce sofistikovanějším a potenciálně výkonným způsobem než chatboti jako ChatGPT. Namísto toho, aby se ACT-2 omezoval na používání online služeb, které poskytují API k jejich zpřístupnění softwaru, pokouší se používat počítač více jako člověk – tím, že rozumí pixelům na displeji a poté podniká kroky k ovládání prohlížeče a online. služby.

Ukázky Adept ukazují, jak lze ACT-2 použít k věcem, jako je shromažďování informací z e-mailů a dokumentů k vyplňování pojistných událostí, vkládání informací z e-mailových faktur do softwaru pro splatné účty a vymýšlení pěší prohlídky města prostřednictvím interakce s Google mapy.

Způsob, jakým se ACT-2 pokouší používat stejná uživatelská rozhraní jako lidé, slibuje, že bude mnohem schopnější a rozsáhlejší. Teoreticky by tento přístup mohl chatbotovi umožnit dělat doslova cokoliv, co by člověk mohl dělat na svém telefonu nebo počítači. Ale provoz tímto způsobem je také náročnější pro algoritmy a v současnosti je agent náchylnější k chybám.

Pod kapotou ACT-2 používá velký jazykový model zvaný Fuyu. Je podobný tomu, který pohání mnoho chatbotů, ale stejně jako ChatGPT zvládne text i obrázky (což z něj dělá „multimodální model“). Model analyzuje, co vidí na obrazovce počítače, a pokusí se převést požadavek uživatele na užitečné akce, které by měl bot provést. Adept používá posilovací učení – techniku ​​používanou k výuce počítačových úloh, včetně hraní deskových her a videoher – k instruování své AI, jak provádět různé úkoly. To zahrnuje sledování mnoha lidí, kteří plní specifické úkoly, a snaží se dosáhnout podobného výkonu pro sebe.

David Luan, zakladatel a generální ředitel společnosti Adept a dříve viceprezident pro inženýrství v OpenAI, říká, že zatímco chatboti ohromili každého svými schopnostmi, ukázalo se, že je náročné přimět agenty AI ke spolehlivé práci. Ale věří, že Adept a další jsou mnohem blíže k vyřešení tohoto problému.

„Letos tam prostě nebyli,“ říká Luan o dnešních agentech, včetně svého. „Myslím, že to, co se stane, je, že příští rok vypukne obrovská válka kolem agentů, kteří skutečně fungují.“ Adept zpočátku navrhuje své agenty tak, aby prováděli pouze omezený počet jednoduchých, ale běžných kancelářských úkolů, a tvrdí, že jsou nyní alespoň z 95 procent spolehliví, což je dostatečné pro jejich komerční nasazení v několika společnostech.

Dosažení této úrovně spolehlivosti pouze pro počáteční omezené úkoly, pro které je ACT-2 navržen, je velkým průlomem. Po léta existují nástroje pro automatizaci kancelářských úkolů – to, co je známé jako automatizace robotických procesů – ale ty jsou náročné na sestavení a náchylné k rozbití. Pokud Adept a další dokážou pomocí AI spolehlivě automatizovat mnohem více úkolů, může to změnit kancelářskou práci a zvýšit produktivitu.

Pokud má Luan pravdu, pak bitva o automatizaci vašich nejnudnějších prací může způsobit, že války chatbotů z roku 2023 budou vypadat relativně krotce.