OpenAI запустила тестирование нового инструмента Operator, который умеет работать в браузере. Как сообщается в блоге компании, программа использует технологию Computer-Using Agent (CUA). «CUA обучен взаимодействовать с графическими интерфейсами (GUI) — кнопками, меню и текстовыми полями — так же, как это делают люди», — объясняет OpenAI. «Это позволяет ему выполнять цифровые задачи без необходимости использования специальных API для операционных систем или веб-сайтов».
Operator создан на базе модели GPT-4o и сочетает в себе визуальные возможности алгоритма с продвинутым логическим мышлением, обученным через reinforcement learning. Инструмент способен разбивать задачи на несколько этапов и самостоятельно корректировать свои действия при возникновении ошибок. OpenAI считает, что это следующий шаг в развитии искусственного интеллекта.
Operator может работать с различными сайтами, включая платформу для заказов Instacart.
OpenAI предупреждает, что Operator пока находится на ранней стадии разработки и имеет ограничения. Он может не справляться со сложными задачами или нестандартными интерфейсами. Например, эффективность работы инструмента значительно повышается, если пользователь составляет более детальные запросы. По данным The Verge, если Operator не сможет выполнить задачу, он передаст управление пользователю. То же самое произойдет, если сайт запросит конфиденциальные данные, такие как логин или пароль. Компания также добавила функции, которые блокируют вредоносные запросы и запрещенный контент.
Доступ к Operator сначала получат пользователи подписки ChatGPT Pro за $200 в месяц. OpenAI также сотрудничает с такими компаниями, как Instacart, чтобы интегрировать инструмент в их платформы, но для этого также потребуется подписка ChatGPT Pro.
Operator стал частью растущего списка ИИ-агентов, способных работать в браузере или операционной системе. Ранее Anthropic представила аналогичную функцию в модели Claude 3.5 Sonnet, а Google — в Gemini 2.0 и Project Mariner.
