ओपनएआई ने एआई एजेंट को एक इंसान की तरह वेब ब्राउज़ करने का प्रदर्शन किया है, जिसमें वेबसाइटों के साथ बातचीत करने और बटन क्लिक करने और फ़ील्ड में जानकारी दर्ज करने जैसी क्रियाएं करने की क्षमता है।
और पढ़ें
OpenAI ने आधिकारिक तौर पर अपने पहले AI एजेंट, ऑपरेटर का अनावरण किया है, जिसका उद्देश्य आपकी ओर से विभिन्न प्रकार के वेब कार्य करना है। महीनों की अटकलों के बाद, जिसमें इस सप्ताह की शुरुआत में एक टीज़र रिपोर्ट भी शामिल है, ऑपरेटर अब एक सीमित शोध पूर्वावलोकन के रूप में उपलब्ध है। एक वेब ब्राउज़र के भीतर निर्बाध रूप से काम करने के लिए डिज़ाइन किया गया, ऑपरेटर रात्रिभोज आरक्षण करने, फॉर्म भरने और यहां तक कि किराने का सामान ऑर्डर करने जैसे कार्यों को एक बटन के स्पर्श से संभाल सकता है।
ऑपरेटर कंप्यूटर यूजिंग एजेंट (सीयूए) नामक एक नई तकनीक से संचालित होता है, जो वेब ब्राउज़ करने और खोजने के लिए जीपीटी-4 के दृश्य कौशल को उन्नत तर्क के साथ जोड़ता है। यह अनिवार्य रूप से एक ब्राउज़र-प्रेमी सहायक है जो आप जो पूछ रहे हैं उसके संदर्भ को समझ सकता है और जो देखता है उसे समझने के लिए अपनी दृश्य क्षमताओं का उपयोग कर सकता है। अभी, यह संयुक्त राज्य अमेरिका में चैटजीपीटी प्रो ग्राहकों के लिए एक शोध पूर्वावलोकन के रूप में उपलब्ध है।
ऑपरेटर क्या कर सकता है?
ऑपरेटर का मुख्य कार्य वेब पर कार्यों को स्वतंत्र रूप से निष्पादित करना है। उदाहरण के लिए, आप इसे ओपनटेबल पर रात्रिभोज आरक्षण बुक करने, लंबे फॉर्म भरने या यहां तक कि उड़ान बुक करने के लिए कह सकते हैं। OpenAI ने डेमो किया है एआई एजेंट एक इंसान की तरह वेब ब्राउज़ करना, वेबसाइटों के साथ बातचीत करने और बटन क्लिक करने और फ़ील्ड में जानकारी दर्ज करने जैसी क्रियाएं करने की क्षमता के साथ। डेमो में ऑपरेटर को रात्रिभोज आरक्षण करने के लिए एक साइट पर नेविगेट करते हुए दिखाया गया, जिसकी उसने उपयोगकर्ता से पुष्टि की।
हालाँकि उपकरण प्रभावशाली दिखता है, यह अभी भी शुरुआती चरण में है, इसलिए कुछ सीमाओं की अपेक्षा करें। ओपनएआई ने यह स्पष्ट कर दिया है कि यह एक शोध पूर्वावलोकन है, और अधिकांश प्रारंभिक चरण के एआई टूल की तरह, इसमें सुधार की गुंजाइश है। हालाँकि, यह स्पष्ट है कि ऑपरेटर के पास एआई एजेंटों की दुनिया में गेम-चेंजर बनने की क्षमता है।
एआई एजेंटों पर एक नज़र
ओपनएआई द्वारा ऑपरेटर की शुरूआत एआई एजेंटों – बुद्धिमान प्रणालियों में एक व्यापक धक्का की शुरुआत का प्रतीक है जो आपके लिए कार्यों को संभाल सकती है। ओपनएआई के सीईओ सैम ऑल्टमैन ने चिढ़ाया कि ऑपरेटर ऐसे कई एजेंटों में से पहला है। ये एआई उपकरण हमारे रोजमर्रा के रोजमर्रा के कार्यों को निपटाकर उपयोगकर्ताओं को अधिक समय देने के लिए डिज़ाइन किए गए हैं। विचार यह है कि आप एआई एजेंट को बस एक कार्य दे सकते हैं, और वह इसे आपके लिए निष्पादित करेगा, और आपको अधिक महत्वपूर्ण चीजों के लिए मुक्त कर देगा।
GPT-4 के विज़न कौशल द्वारा संचालित ऑपरेटर के पीछे की तकनीक का अर्थ है कि यह स्क्रीनशॉट के माध्यम से “देख” सकता है और माउस और कीबोर्ड जैसी क्रियाओं का उपयोग करके ब्राउज़र के साथ “बातचीत” कर सकता है। कार्यक्षमता का यह स्तर एआई के लिए अधिक जटिल कार्यों को संभालने की नई संभावनाएं खोलता है। अभी के लिए, OpenAI का कहना है कि ऑपरेटर स्वयं सुधार कर सकता है, जिससे समय के साथ उसके प्रदर्शन में सुधार होना चाहिए।
ऑपरेटर के लिए आगे क्या है?
वर्तमान में, ऑपरेटर उपलब्ध है केवल चैटजीपीटी प्रो के लिए संयुक्त राज्य अमेरिका में उपयोगकर्ता, लेकिन ओपनएआई ने संकेत दिया है कि वह जल्द ही अन्य देशों तक पहुंच बढ़ाने की योजना बना रहा है। आखिरकार, इसे चैटजीपीटी प्लस सदस्यता में शामिल किया जाएगा, हालांकि यूरोप तक पहुंचने में कुछ समय लगने की उम्मीद है।
जैसे-जैसे ऑपरेटर जैसे एआई एजेंट विकसित होते जा रहे हैं, वे दैनिक जीवन का एक अभिन्न अंग बन सकते हैं, ऑनलाइन शॉपिंग से लेकर शेड्यूल प्रबंधित करने और उससे आगे तक सब कुछ सुव्यवस्थित कर सकते हैं।