"Гугъл" представи нов "агент" с изкуствен интелект, който сам ползва сайтове

Експериментален агент с изкуствен интелект на "Гугъл" може да търси в екселски документи и сайтове за пазаруване, за да изпълни задача от името на човека, за когото "работи", и да извършва конкретни стъпки, упълномощен от него. Компанията показа Mariner на презентация вчера, като проектът е базиран на невронната мрежа Gemini 2.0 - новата версия на технологията за изкуствен интелект, захранваща едноименния чатбот.
Агентите представляват модели и алгоритми с изкуствен интелект, способни сами да взимат решения и да изпълняват редица задачи или да оказват помощ на човек да ги осъществи, с поглед към предпочитанията, графика му и други. Новият проект води компанията "по-близо до визията за универсален асистент", отбеляза в публикация изпълнителният директор на компанията Сундар Пичай. Той нарече конкретно Gemini 2.0 новия модел на "Гугъл" за "ерата на агентите" - в която такива системи ще могат да извършват дейности от името на потребителя.
"Те могат да разберат повече за света около вас, да мислят няколко стъпки напред и да предприемат действия от ваше име, с вашия надзор", продължава публикацията, година след като "Гугъл" представи първата версия на технологията Gemini.
Моделът на "Гугъл" предполага тази мрежа и други инструменти да се внедрят в използваните от милиарди хора по света технологии - операционната система "Андроид" или видеоплатформата "Ютюб". На презентация пред медиите също така бе тестван универсалният агент Project Astra, който може да говори с потребителите за всичко, заснето на камерата на смартфона им в реално време и да поддържа разговор на набор от езици, както и да обработва информация от Google Maps и инструмента за разпознаване на изображения Lens.

Може да прочете "Война и мир" за една минута: "Гугъл" представи "Джемини 1.5"
В бъдеще търговските версии на агентите ще могат да работят по много начини, да разпознават реч, изображения, видео, както експерименталните го правят сега. И последната версия на Gemini се учи от богат набор от данни - текст, изображения, звук. Може да е захранвана и с кадри, на които се вижда как хора използват различни приложения.
Опасения
Това далеч не е първият подобен проект; конкурентен разработва и OpenAI, чийто чатбот ChatGPT насочи вниманието към стремително развиващите се технологии с изкуствен интелект преди две години. И оттогава изследователи успешно превърнаха чатботовете в в онлайн агенти, способни да играят игри (включително "Майнкрафт"), насрочват срещи и други. Там, където бизнесът вижда огромна търговска възможност, други се опасяват, че тъкмо тези функции ще бележат началото на по-широкообхватна замяна на служители, чиито дейности агентите могат да извършват.
В интервю за "Ню Йорк таймс" Джаклин Концелман, продуктов мениджър в "Гугъл", същевременно обяснява, че в случая Mariner е замислен така, че в процеса да участва човек: например може да напълни виртуална количка за пазаруване с хранителни продукти в активен раздел на браузъра, но покупката трябва да направи човекът. Във видеоклип, публикуван от Google DeepMind, се вижда, че тази дейност може да се извърши само в активен раздел (не и фоново) и че Mariner описва подробно стъпките си. |
Проектът може да се изправи пред трудности, тъй като Mariner е разработен "Гугъл" и е изправена пред иск от правосъдното министерство да принуди компанията да продаде браузъра си Google Chrome след съдебно решение, според което дейността му представлява незаконен монопол. Това може да постави под въпрос плановете на компанията, разработила Mariner като разширение за браузъра. Остават и проблеми в експерименталния агент - той все още прави грешки, които при чатботове, генериращи текст, по-трудно могат да създадат проблеми, отколкото при дейности в редица сайтове.

"Гугъл" е глобена за обучение на "Джемини" от медии без заплащане
И все пак технологията е експериментална. Още не е достъпна за широката публика и първо трябва да бъде тествана, уточнява Конзелман.