Какво е използването на компютри и защо то променя начина, по който работим с изкуствен интелект?

Представете си, че можете да помолите изкуствен интелект да изпълни всяка задача на вашия компютър точно както бихте го направили лично. Отваряне на приложения, сърфиране в интернет, попълване на формуляри, проверка на имейл или извличане на данни от фактури – всичко това чрез движение на мишката, щракване и писане. Това вече не е просто фантазия: концепцията се нарича „Използване на компютър“ и... Това обещава да промени начина, по който работим с изкуствен интелект..

Какво е Използване на компютър

Използване на компютър (използване на компютърТова е сравнително нова концепция, силно популяризирана от края на 2024 г. от компании като Anthropic, Google и Microsoft. По същество тя описва Способността на един ИИ модел да контролира цифров интерфейс по същия начин, както го прави човек.Тоест, моделът може да гледа екрана, да движи мишката, да кликва, да пише на клавиатурата и да се мести между приложенията.

Важно е да се уточни, че тази възможност не е просто актуализация на софтуера. Нито пък означава, че моделът на изкуствения интелект „притежава“ компютъра, нито е операционна система сам по себе си. По-скоро това, което той прави, е действайте като интелигентен преводачполучава инструкции на естествен език, превежда ги в поредица от действия и ги повтаря, докато възложената задача не бъде изпълнена.

Как точно работи използването на компютър?

Ще се опитаме да обясним с прости думи как точно работи използването на компютър. Досега взаимодействието с изкуствен интелект включваше да пишете или диктувате команди в чатботи да получават текст, изображения, код или видео в отговор. Дори когато изкуственият интелект можеше да извършва действия (като например задействане на аларма или осъществяване на повикване), те бяха ограничени до API специфични или предварително дефинирани интеграции (само с някои приложения).

За разлика от това, „Използването на компютри“ нарушава всички тези ограничения и променя начина, по който работим с изкуствен интелект. Като начало, Не е необходим API за взаимодействие с приложениеНито пък изисква програмата да е съвместима с изкуствен интелект. Всъщност тази технология може да работи във всяка програма, дори в най-старите или най-затворените системи.

Също така, функционирането му не зависи от структуриран формат на данни: ако бутонът промени местоположението си, агентът може да го локализира и използва. Тази технология също... Можете да импровизирате, използвайки здравия разум и контекстаНе следва строги правила от типа „ако се случи А, направи Б“, а може да решава неочаквани проблеми и да взема решения в движение.

Техническият процес в рамките на тази технология е разделен на три стъпки фундаментални събития, които се случват за части от секундата:

1. Зрително възприятиеТочно както човек, изкуственият интелект „вижда“ какво се случва на монитора, като прави непрекъснати екранни снимки. Това му позволява да локализира и разпознава икони, текстови полета, бутони, връзки и т.н.
2. Разсъждения и планиранеМоделът анализира текущото изображение и го сравнява със задачите, зададени от потребителя. След това решава каква е следващата логична стъпка за изпълнението им. Например: «За да попълня този формуляр, първо трябва да кликна върху полето „Име“».
3. Виртуално физическо действиеНакрая, изкуственият интелект издава команди за преместване на курсора на мишката до определени пикселни координати, щракване, въвеждане на текст с помощта на виртуалната клавиатура или дори плъзгане на елементи.

Този цикъл се повтаря непрекъснато, което позволява Изкуственият интелект напредва стъпка по стъпкаточно както би направил един човек. Ако все още звучи като научна фантастика, можете да видите демонстрация от екипа на Anthropic на тази връзкаТози и други гиганти в областта на изкуствения интелект, като OpenAI и Microsoft, вече внедряват тази технология в своите модели и инструменти, демонстрирайки нейната зрялост и огромен потенциал.

Защо използването на компютри променя начина, по който работим с изкуствен интелект

Откакто започна бумът на изкуствения интелект, много се говори за неговия потенциал да трансформира човешкия живот. Досега практическите му приложения бяха ограничени до специфични сектори в рамките на много дефинирани контексти. Но с използването на компютри нещата започват да се променят. различен, по-разнообразен път и пълен с реални и достъпни опции.

Например, тази технология дава възможност на всяка компания или професионалист да автоматизирайте работния си процесДосега това означаваше наемане на програмисти или прекарване на часове в конфигуриране на инструменти за интеграция като Zapier или Make. Но с Computer Use всичко става по-просто: потребителят дава инструкциите на естествен език, а AI агентът ги изпълнява естествено.

И няма значение дали трябва да използвате различни програми, инструменти или приложения, защото тази технология Той действа като универсален мостМоже да взаимодейства със стари системи, съвременни приложения, уеб платформи и различни инструменти, точно като човек. Просто трябва да му дадете правилните инструкции и той ще реши кои програми да използва, за да ги стартира.

Един аспект, който отваря редица възможности, е способността да се взаимодействие с уеб странициКомпютърният потребител може да разглежда уебсайтове, за да извлича информация, като например цени на продукти, данни за контакт и др., и след това да я експортира в електронна таблица или имейл. И няма значение дали структурата на уеб страницата се променя, защото може да вижда новия интерфейс и да се адаптира.

В обобщение, използването на компютър променя ролята на работата: Спряхме да изпълняваме задачи и започнахме да наблюдаваме агентите.Това би могло да бъде началото на истинско сътрудничество между хората и изкуствения интелект. Просто ще трябва да изразим намерението си, без дори да уточняваме стъпките, които да следваме. След това нашият агент с изкуствен интелект ще разработи план за изпълнение и ще го осъществи самостоятелно.

Заключение: смяна на епохата

Може спокойно да се каже, че „Използването на компютри“ бележи началото на нова ера в изкуствения интелект. Навлизаме във време, когато автономни агенти работят в рамките на нашите компютри. Вече не говорим само за модели, които генерират текст или изображения, а за... асистенти, способни да изпълняват реални задачи, в реални приложения, в реално време.

Почти сигурно ще видим тази технология интегрирана в ежедневието ни през следващите години. Тя няма да бъде просто... революционизира производителността на трудаНо това напълно ще промени отношението ни към машините. Вече не става въпрос за разговор с изкуствен интелект, а за изграждане на система, която да може да работи с нас и за нас.