در جدیدترین اخبار منتشر شده در صنعت تکنولوژی مطلع شدیم که خالق ChatGPT از ابزار جدید Operator به صورت رسمی رونمایی کرد.
براساس گزارش منتشر شده توسط رسانه TechCrunch مطلع شدیم که مدیرعامل OpenAI، سم آلتمن، سال جاری را با انتشار پستی در وبلاگ آغاز کرد و گفت که سال ۲۰۲۵ برای عامل‌های هوش مصنوعی (AI agents)، ابزارهایی که می‌توانند وظایف را به صورت خودکار انجام دهند و از طرف شما اقدام کنند، سال بزرگی خواهد بود. اکنون شاهد اولین تلاش واقعی OpenAI در این راستا هستیم.
روز پنجشنبه، OpenAI اعلام کرد که پیش‌نمایش تحقیقاتی از Operator، یک عامل هوش مصنوعی چندمنظوره که می‌تواند کنترل یک مرورگر وب را به دست گرفته و به طور مستقل برخی اقدامات را انجام دهد، راه‌اندازی می‌کند. این قابلیت ابتدا برای کاربران آمریکایی در طرح اشتراک حرفه‌ای ۲۰۰ دلاری ChatGPT در دسترس خواهد بود. OpenAI اعلام کرده است که قصد دارد این ویژگی را به‌مرور برای کاربران در سطوح اشتراکی Plus ،Team، و Enterprise نیز ارائه کند.
سم آلتمن، مدیرعامل OpenAI، در یک پخش زنده روز پنجشنبه گفت: «[Operator] به زودی در سایر کشورها نیز ارائه خواهد شد. متأسفانه برای اروپا زمان بیشتری نیاز است.» این پیش‌نمایش تحقیقاتی اولیه از طریق وب‌سایت operator.chatgpt.com در دسترس است اما OpenAI اعلام کرده که در آینده قصد دارد Operator را در تمامی برنامه‌های ChatGPT ادغام کند.
طبق گفته OpenAI این ابزار وعده می‌دهد که وظایفی مانند رزرو اقامتگاه‌های سفر، رزرو رستوران، و خرید آنلاین را به‌صورت خودکار انجام دهد. کاربران می‌توانند در رابط کاربری Operator از میان چند دسته‌بندی وظایف مانند خرید، تحویل، غذاخوری، و سفر انتخاب کنند که هرکدام انواع مختلفی از خودکارسازی را فعال می‌کند.
هنگامی که کاربران ChatGPT قابلیت Operator را فعال می‌کنند، یک پنجره کوچک باز می‌شود که مرورگر وب اختصاصی مورد استفاده عامل را نشان می‌دهد، همراه با توضیحات درباره اقدامات خاصی که عامل در حال انجام آن است. کاربران همچنان می‌توانند کنترل صفحه‌نمایش خود را هنگام کار Operator در دست بگیرند، زیرا Operator از مرورگر اختصاصی خود استفاده می‌کند.
OpenAI اعلام کرده که Operator توسط مدلی به نام Computer-Using Agent یا CUA پشتیبانی می‌شود که توانایی‌های دیداری مدل GPT-4o شرکت را با قابلیت‌های استدلال پیشرفته‌تر مدل‌های دیگر OpenAI ترکیب می‌کند. مدل CUA برای تعامل با بخش‌های ظاهری وب‌سایت‌ها آموزش داده شده است، به این معنا که نیازی به استفاده از APIهای مخصوص توسعه‌دهندگان برای دسترسی به سرویس‌های مختلف ندارد.
به‌عبارتی، مدل CUA می‌تواند دکمه‌ها را کلیک کند، منوها را هدایت کند، و فرم‌های موجود در صفحات وب را مانند یک انسان پر کند. OpenAI می‌گوید با شرکت‌هایی مانند DoorDash ،eBay ،Instacart ،Priceline ،StubHub و Uber همکاری می‌کند تا مطمئن شود Operator شرایط استفاده این کسب‌وکارها را رعایت می‌کند.
«مدل CUA برای گرفتن تأیید از کاربر قبل از اتمام وظایفی که اثرات خارجی دارند، مانند ارسال سفارش یا ارسال ایمیل، آموزش دیده است تا کاربران بتوانند قبل از دائمی شدن اقدامات، کار مدل را دوباره بررسی کنند.» OpenAI در مطالب ارائه‌شده به TechCrunch نوشته است. «[این مدل] تاکنون در موارد مختلفی مفید بوده است و ما قصد داریم این قابلیت اطمینان را به مجموعه وسیع‌تری از وظایف گسترش دهیم.»
اما OpenAI هشدار می‌دهد که مدل CUA کامل نیست. این شرکت می‌گوید: «[ما] انتظار نداریم که [مدل] CUA در همه شرایط به‌طور قابل‌اعتماد عمل کند.» OpenAI اضافه کرده است: «در حال حاضر، Operator نمی‌تواند بسیاری از وظایف پیچیده یا تخصصی را به‌طور قابل‌اعتماد مدیریت کند، مانند ایجاد ارائه‌های دقیق، مدیریت سیستم‌های پیچیده تقویم، یا تعامل با رابط‌های وب سفارشی و غیر استاندارد.»
OpenAI برای برخی وظایف مانند تراکنش‌های بانکی که CUA و Operator می‌توانند به‌طور عمده به‌صورت مستقل انجام دهند، نظارت را الزامی کرده است. به‌عنوان مثال، کاربران باید برای وارد کردن اطلاعات کارت اعتباری کنترل را در دست بگیرند. OpenAI تأکید کرده که Operator هیچ داده‌ای را جمع‌آوری یا از آن عکس نمی‌گیرد.
OpenAI در اسناد پشتیبانی خود نوشته است: «در وب‌سایت‌های به‌ویژه حساس مانند ایمیل، Operator نیاز به نظارت فعال کاربران دارد تا مطمئن شود کاربران می‌توانند مستقیماً هرگونه اشتباه احتمالی مدل را شناسایی و اصلاح کنند.»
این محدودیت‌ها به طور قطع قابلیت‌های Operator را محدود می‌کنند، اما همچنین اطمینان می‌دهند که عامل هوش مصنوعی اشتباهات جدی مرتکب نشده و مثلاً قسط وام خانه شما را صرف خرید صندلی‌های تزئینی نمی‌کند. گوگل نیز رویکرد مشابهی را با عامل هوش مصنوعی Project Mariner اتخاذ کرده است که اطلاعاتی مانند شماره کارت اعتباری را وارد نمی‌کند. با ما همراه باشید در صورت انتشار اخبار جدید در رابطه با این موضوع بلافاصله آن را با شما به اشتراک خواهیم گذاشت. همچنین شما نیز می‌توانید نظرات خود را درباره ابزار جدید Operator با ما در میان بگذارید.
