AIはブラウザの使い方を独自に学習した

ChatGPT を開発した OpenAI 社は、 発表された Operator の立ち上げについて。人間のようにブラウザを操作し、旅行宿泊施設の予約、レストランの予約、オンラインショッピングなどのタスクを独立して実行できる AI エージェントです。

ChatGPT ユーザーが Operator を起動すると、エージェントがタスクを実行するために使用する特別な内部 Web ブラウザと、エージェントが実行する特定のアクションの説明を表示する小さなウィンドウが表示されます。 Operator の実行中、ユーザーは画面を制御できます。

OpenAIによると、OperatorはGPT-4oモデルの視覚能力とOpenAIのより高度なモデルの推論能力を組み合わせたComputer-Using Agent（CUA）モデルによって強化されているという。 CUA は、Web サイトのフロントエンドと対話するようにトレーニングされています。つまり、さまざまなサービスに接続するために開発者インターフェイスを使用する必要がありません。つまり、CUA は人間と同じように、Web ページ上でボタンを使用し、メニューを操作し、フォームに記入することができます。

しかしOpenAIは、CUAは完璧ではないと警告している。同社は、CUAがすべてのシナリオで信頼性の高いパフォーマンスを発揮するとは期待していないと述べている。電子メールの送信や銀行取引などの重要なアクションで発生する可能性のあるエラーを回避するために、オペレーターは人間の参加と検証を求めます。

「CUA モデルは、注文や電子メールの送信前など、特定のタスクを完了する前にユーザーに確認を求めるようにトレーニングされているため、ユーザーはモデルが永続的になる前に再確認できます。」、資料にOpenAIと書いてありますが、 提供された TechCrunchの出版物。

まず、Operator は、ChatGPT Pro サブスクリプションを持つアメリカのユーザーに 200 ドルで提供されます。 OpenAIは、この機能をPlus、Team、Enterpriseプランのユーザーにも徐々に拡大する予定だとしている。

「オペレーターは間もなく他の国にも現れるでしょう」とOpenAI CEOのサム・アルトマン氏は語った。 「残念ながら欧州は時間がかかるだろう」。

何か話したいことはありますか？私たちに手紙を書いてください 電報ボット。匿名だし早いし