Artikkelit

Tekoälyagentteja pidetään seuraavana suurena askeleena tekoälyn kehityksessä.

Vuodesta 2025 odotetaan erilaisten tekoälyagenttien esiinmarssia. OpenAI on nyt esitellyt Operator-agentin, joka kykenee hallitsemaan verkkoselainta ja suorittaa tehtäviä itsenäisesti. Operator on aluksi saatavilla Yhdysvalloissa ChatGPT:n Pro-tilaajille 200 dollarin kuukausihinnalla. Käyttöoikeutta laajennetaan myöhemmin myös Plus-, Team- ja Enterprise-tasoille.  Operatorin tutkimusversio löytyy osoitteesta Operator.chatgpt.com, mutta yhtiö suunnittelee sen integrointia kaikkiin ChatGPT-sovelluksiin lähitulevaisuudessa. 

Operator lupaa automatisoida tehtäviä kuten matkavarauksia, ravintolaillallisten pöytävarauksia ja verkkoshoppailua. Käyttäjät voivat valita eri kategorioita (muun muassa ostokset, toimitukset, ruokailu ja matkailu), joista kukin tarjoaa erilaisia automaatiomahdollisuuksia.

Kun käyttäjä aktivoi Operatorin, ruudulle ilmestyy pieni selainikkuna, jossa agentti suorittaa tehtäviä. Käyttäjät näkevät reaaliaikaisesti, mitä toimenpiteitä agentti tekee, ja voivat tarvittaessa ottaa ohjat omiin käsiinsä. Operator käyttää omaa selaintaan, eikä se vaadi käyttäjän selaimen hallintaa. 

Operator perustuu OpenAI:n kehittämään Computer-Using Agent (CUA) -kielimalliin, joka yhdistää GPT-4o-mallin näkökyvyn ja kehittyneiden mallien päättelytaidot. CUA-malli osaa käyttää verkkosivustojen käyttöliittymiä kuten ihminen: Se navigoi valikoissa, painaa painikkeita ja täyttää lomakkeita ilman tarvetta rajapintojen hyödyntämiseen. 

OpenAI tekee yhteistyötä yritysten kanssa varmistaakseen, että Operator noudattaa kunkin palvelun käyttöehtoja. Agentti pyytää käyttäjän vahvistuksen ennen ulkoisiin palveluihin vaikuttavien tehtävien viimeistelyä, kuten tilausten tekemistä tai sähköpostien lähettämistä. 

OpenAI varoittaa, ettei Operator ole vielä tässä vaiheessa täydellinen. CUA-malli ei suoriudu monimutkaisista tai erikoistuneista tehtävistä kuten yksityiskohtaisten esitysten luomisesta tai monimutkaisten kalenterijärjestelmien hallinnasta. Joissakin tapauksissa, kuten pankkitietojen syöttämisessä, käyttäjän on otettava tehtävä haltuun turvallisuussyistä. Operatorilla on päivittäiset ja tehtäväkohtaiset käyttörajat. Lisäksi se saattaa kohdata ongelmia monimutkaisten käyttöliittymien, CAPTCHA-tarkistusten tai erikoiskenttien kanssa. Näissä tilanteissa käyttäjän on puututtava tilanteeseen.

OpenAI:n mukaan Operatorin julkaisu on puutteista huolimatta tärkeä askel kohti tekoälyagenttien laajempaa hyödyntämistä. Yritys korostaa, että Operator on varustettu kehittyneillä turvajärjestelmillä, jotka tunnistavat epäilyttävän toiminnan ja pysäyttävät agentin tarvittaessa.

Operator on merkittävä parannus OpenAI:n aiempiin julkaisuihin kuten Tasks-toimintoon, joka toi ChatGPT:lle yksinkertaisia automaatio-ominaisuuksia.

Hei! Luitko jo tämän?

Uuden sukupolven puolijohdesiru korjaa virheitä itsenäisesti