OpenAI vừa giới thiệu Operator, một công cụ AI mới có khả năng điều hướng và tương tác với trình duyệt web giống như con người. Công cụ này được xây dựng dựa trên mô hình GPT-4o của OpenAI, kết hợp khả năng thị giác với “lý luận nâng cao” được huấn luyện thông qua học tăng cường.
Điểm đặc biệt của Operator
- Tương tác với giao diện người dùng đồ họa (GUI): Operator có thể “nhìn thấy” các nút, menu và trường văn bản trên màn hình và tương tác với chúng bằng chuột và bàn phím ảo, cho phép thực hiện các tác vụ kỹ thuật số mà không cần sử dụng API dành riêng cho hệ điều hành hoặc web.
- Lập kế hoạch và tự sửa lỗi: Operator có thể chia nhỏ tác vụ thành nhiều bước và tự điều chỉnh khi gặp sự cố, thể hiện bước tiến mới trong phát triển AI.
- Bảo mật thông tin: Operator được thiết kế để từ chối các yêu cầu độc hại, chặn nội dung không được phép và sẽ tự động chuyển quyền kiểm soát cho người dùng khi gặp phải yêu cầu nhập thông tin nhạy cảm như thông tin đăng nhập.
Hạn chế và cách thức hoạt động
Mặc dù sở hữu nhiều tính năng ấn tượng, Operator vẫn đang trong giai đoạn thử nghiệm và có những hạn chế nhất định. Hiệu suất của công cụ phụ thuộc vào độ phức tạp của tác vụ và giao diện web. Người dùng cần cung cấp yêu cầu chi tiết để Operator hoạt động hiệu quả. Khi gặp khó khăn, Operator sẽ chuyển quyền kiểm soát cho người dùng.
Ứng dụng và triển khai
OpenAI đang cung cấp Operator cho người dùng đăng ký gói ChatGPT Pro với giá 200 USD mỗi tháng. Công ty cũng hợp tác với các nền tảng như Instacart để tích hợp Operator, nhưng người dùng vẫn cần có tài khoản ChatGPT Pro để sử dụng.
Xu hướng phát triển “trợ lý AI”
Operator là một trong số những “trợ lý AI” mới nổi có khả năng điều hướng trình duyệt web hoặc toàn bộ hệ điều hành. Trước đó, Anthropic đã tiên phong với mô hình Claude 3.5 Sonnet, tiếp theo là Google với Gemini 2.0 và Project Mariner. Sự phát triển của các công cụ này cho thấy tiềm năng to lớn của AI trong việc hỗ trợ con người thực hiện các tác vụ kỹ thuật số một cách hiệu quả và an toàn hơn.
0 bình luận