Az OpenAI bemutatta az Operator nevű mesterségesintelligencia-ügynököt, amely képes feladatokat elvégezni az interneten. Az alkalmazás egyelőre az Egyesült Államokban lesz elérhető a havi 200 dollárba kerül ChatGPT Pro előfizetők számára.
Az Operator egy „Computer-Using Agent” modellt használ, amely a GPT-4o látási képességeit ötvözi fejlett következtetési technikákkal és megerősítéses tanulással, lehetővé téve számára a grafikus felhasználói felületekkel való interakciót. Az MI saját böngészőjével képes megnyitni weboldalakat, gépelni, kattintani és görgetni anélkül, hogy egyedi API-integrációkra lenne szükség. A rendszer képernyőképek segítségével „lát”, és az egér és billentyűzet összes lehetséges műveletével tudja kezelni az oldalakat.
Az Operator képes önállóan korrigálni a hibáit, de ha elakad, a felhasználóra bízza az irányítást. Amikor egy weboldal érzékeny adatokat, például bejelentkezési információkat kér, figyelmezteti a felhasználót, és szükség esetén megerősítést kér bizonyos műveletek végrehajtásához, például e-mailek küldéséhez. Az OpenAI szerint az Operator úgy lett kialakítva, hogy visszautasítsa a káros kéréseket, és blokkolja a nem engedélyezett tartalmakat.
A research preview of Operator, an agent that can use its own browser to perform tasks for you. pic.twitter.com/wkBBDIlVqj
— OpenAI (@OpenAI) January 23, 2025
Az OpenAI több céggel is együttműködik, mint például a DoorDash, Instacart, OpenTable, Priceline, StubHub, Thumbtack és Uber, hogy az Operator valódi igényekre nyújtson megoldást, miközben tiszteletben tartja a meglévő normákat. Ugyanakkor a vállalat figyelmeztet, hogy a rendszer még nem minden esetben működik tökéletesen, és jelenleg problémái lehetnek az összetett felületekkel, például diavetítések készítésével vagy naptárak kezelésével.
A jövőben az OpenAI tervei szerint az Operator elérhetővé válik a Plus, Team és Enterprise felhasználók számára, valamint fokozatosan integrálják a ChatGPT rendszerébe.
