रहस्य का कारण खोजें कि आपको किसी को सर्फ करने की आवश्यकता है – बस कुछ माउस क्लिक के साथ!

Openai ने “ऑपरेटर” रिसर्च -ए एआई एजेंट का एक पूर्वावलोकन जारी किया है जो कंप्यूटर -यूज़िंग एजेंट (केकड़ा) नामक एक नए एआई मॉडल का उपयोग करके वेब को स्वचालित करने में मदद करता है। इस प्रणाली में वेब स्क्रीन पर घटकों के साथ बातचीत करने और मनुष्यों जैसे कार्य करने की क्षमता है।

वर्तमान में, ऑपरेटर केवल उपयोगकर्ताओं के लिए $ 200/माह के लिए PRO CHATGPT पैकेज पंजीकृत करने के लिए उपलब्ध है। Openai ने इस सुविधा को CHATGPT में एकीकृत करने और बाद के डेवलपर्स के लिए API के माध्यम से केकड़ों को जारी करने की योजना बनाई है।

उपयोगकर्ताओं को वेब पर सर्फ करने में मदद करने की क्षमता के साथ, खरीदारी, व्यक्तिगत वित्त प्रबंधन की एक सूची बनाएं और कई अन्य कार्यों को करते हैं, एआई एजेंट जैसे ऑपरेटर आर्टिफिशियल इंटेलिजेंस के क्षेत्र में एक नया विकास प्रवृत्ति बन रहे हैं।

ऑपरेटर स्क्रीन पर सामग्री को ट्रैक करके और कीबोर्ड और माउस -in -mouse सिमुलेशन के माध्यम से कार्य करके काम करता है। कंप्यूटर की स्थिति को समझने और आवश्यक क्रियाओं को करने के लिए स्क्रीनशॉट प्रसंस्करण केकड़े।

हालांकि, ऑपरेटर के उपयोग को सुरक्षा और गोपनीयता पर ध्यान देना चाहिए। Openai ने सिस्टम में कई सुरक्षा नियंत्रण उपायों को एकीकृत किया है, लेकिन फिर भी हमला किए जाने की संभावना के बारे में चिंतित हैं। इस सेवा का उपयोग करने से पहले उपयोगकर्ताओं को ध्यान से विचार करने की आवश्यकता है।

सामान्य तौर पर, एआई एजेंटों को विकसित करने की दौड़ अधिक से अधिक तनावपूर्ण होती जा रही है, और इसके ऑपरेटर के साथ Openai कृत्रिम बुद्धिमत्ता के क्षेत्र में एक महत्वपूर्ण कदम रहा है।

पांचवें, Openai ने “ऑपरेटर”, एक AI एजेंट- “AI एजेंट” पर शोध का पूर्वावलोकन जारी किया है, जो विज़ुअल इंटरफ़ेस के माध्यम से कंप्यूटर का उपयोग करने वाले एनेंट (CUONG) कंप्यूटर नियंत्रण नामक नए AI मॉडल का उपयोग करके वेब को स्वचालित करने के लिए है। सिस्टम स्क्रीन पर घटकों के साथ नोड्स और टेक्स्ट फ़ील्ड जैसे घटकों को देखकर और बातचीत करके कार्य करता है, जैसे कि लोग इसका उपयोग कैसे करते हैं।

ऑपरेटर अब उन लोगों के लिए उपलब्ध है जो CHATGPT प्रो पैकेज के लिए $ 200/माह के लिए ऑपरेटर .chatgpt.com पर पंजीकरण करते हैं। कंपनी ने बाद में उपयोगकर्ताओं के अलावा, टीम और उद्यम के लिए विस्तार करने की योजना बनाई है। Openai इन सुविधाओं को सीधे CHATGPT में एकीकृत करने का इरादा रखता है और फिर डेवलपर्स के लिए API के माध्यम से केकड़ों को जारी करता है।

उपयोगकर्ताओं को अपने लिए वेब पर सर्फ करने के लिए किसी की आवश्यकता क्यों है?

वास्तव में, बहुत से लोग इन एआई एजेंटों के प्रभावों की कल्पना नहीं कर सकते हैं, साथ ही साथ इसे कृत्रिम बुद्धिमत्ता के भविष्य के लिए एक नया विकास क्यों माना जा रहा है। एआई विकास कंपनियों के प्रचार के अनुसार, ये एआई कारक वेब को सर्फिंग करने, खरीदारी की सूची बनाने या प्लेलिस्ट में गाने जोड़ने के साथ -साथ ईविल टेबल को संसाधित करने जैसे कार्य करने वाले लोगों को बदल सकते हैं। एक महान तकनीकी सफलता के रूप में देखने के लिए सरल और कठिन।

लेकिन तथ्य यह है कि सरल कार्यों में भी बहुत समय लगता है अगर इसे कई बार दोहराया जाना है। इससे भी महत्वपूर्ण बात यह है कि मनुष्य एक साधारण काम करते समय गलतियाँ करते हैं, जैसे कि गलत जानकारी, या बस चीजों को खरीदने जैसी किसी चीज़ को भूल जाते हैं।

उदाहरण के लिए, एक व्यक्ति जो काम में व्यस्त है, उसके पास साप्ताहिक खरीदारी की योजना बनाने का समय नहीं हो सकता है, या यह भूल जाए कि उसे एक निश्चित आइटम खरीदने की आवश्यकता है। इस समय, एआई एजेंट पिछली आदत के आधार पर खरीदारी सूची बनाकर उनकी मदद कर सकता है। इसके अलावा, यह खरीद संदेशों का पता लगाने के लिए ईमेल या संदेशों को भी स्कैन कर सकता है (उदाहरण के लिए: सामग्री के साथ एक संदेश “बच्चों के लिए दूध खरीदने के लिए याद रखें”)। यह स्वचालित रूप से ऑनलाइन स्टोर से कीमतों की तुलना कर सकता है और सबसे किफायती खरीद स्थान का प्रस्ताव कर सकता है।

एआई एजेंट के प्रभाव का एक और उदाहरण व्यक्तिगत वित्त का प्रबंधन करना है। एक अच्छा AI एजेंट बैंकों, E -wallet और ऑनलाइन एप्लिकेशन की ओर से डेटा एकत्र कर सकता है, फिर स्वचालित रूप से खर्च को वर्गीकृत कर सकता है और रिपोर्ट बना सकता है। वहां से यह बजट को पार करने पर बचत या खर्च की चेतावनी का प्रस्ताव कर सकता है।

ऑपरेटर कैसे काम करता है?

इन कार्यों को करने के लिए, Openai का ऑपरेटर AI ऑपरेटर स्क्रीन पर सामग्री को ट्रैक करता है, जब आप कंप्यूटर का उपयोग करते हैं और कीबोर्ड और माउस -in -mouse सिमुलेशन के माध्यम से कार्य करते हैं। CRAB प्रसंस्करण स्क्रीनशॉट कंप्यूटर की स्थिति को समझने के लिए, फिर इसकी टिप्पणियों के आधार पर क्लिक करने, टाइप करने और रोल करने पर निर्णय लें।

पीसी का उपयोग करने के लिए जैसा कि आप अभी भी करते हैं, केकड़ा कई चरणों के माध्यम से काम करता है। सबसे पहले, यह आपकी स्क्रीन को ट्रैक करने के लिए स्क्रीनशॉट लेता है, फिर रफ पिक्सेल डेटा को संसाधित करने के लिए छवि का विश्लेषण करें। अगला, यह कंप्यूटर को नियंत्रित करने के लिए वर्चुअल इनपुट संचालन करने और प्रदर्शन करने की कार्रवाई को निर्धारित करता है। यह दोहराया लूप डिज़ाइन सिस्टम को त्रुटियों को ठीक करने और विभिन्न अनुप्रयोगों पर जटिल कार्यों को संभालने की अनुमति देता है।

Openai ने कहा कि ऑपरेटर ने WebVoyager पर 87% सफलता दर हासिल की, जो अमेज़ॅन और Google मानचित्र जैसी वेबसाइटों की जांच करने के लिए वास्तविक वेबसाइटों का एक सेट है। Webarena पर, AI एजेंटों को प्रशिक्षित करने के लिए ऑफ़लाइन वेबसाइट का उपयोग किया जाता है, ऑपरेटर की सफलता दर 58.1%तक कम हो जाती है। कंप्यूटर ऑपरेटिंग सिस्टम कार्यों के लिए, केकड़े ओसवर्ल्ड पर 38.1% तक पहुंचते हैं, पिछले मॉडल को पार करते हैं, लेकिन फिर भी 72.4% के साथ मानव प्रदर्शन से हार गए हैं।

इस अपूर्ण अनुसंधान पूर्वावलोकन के साथ, Openai उपयोगकर्ताओं की प्रतिक्रिया एकत्र करने और सिस्टम की क्षमता को ट्वीक करने की उम्मीद करता है। कंपनी ने स्वीकार किया कि केकड़े सभी मामलों में विश्वसनीय काम नहीं करेंगे, लेकिन उपयोगकर्ता के परीक्षण के माध्यम से विश्वसनीयता में सुधार करने की योजना है।

अन्य प्रौद्योगिकी कंपनियों के “प्रतिनिधि” एआई सिस्टम को बढ़ावा देने के बाद ओपनईआई के कदम होते हैं, जो उपयोगकर्ताओं की ओर से कार्रवाई कर सकते हैं। Google ने दिसंबर 2024 में मेरिनर प्रोजेक्ट की घोषणा की, क्रोम ब्राउज़र के माध्यम से स्वचालित कार्यों का प्रदर्शन किया। दो महीने पहले, एंथ्रोपिक ने डेवलपर्स पर ध्यान केंद्रित करने के लिए “कंप्यूटर उपयोग” ऑटोमेशन टूल लॉन्च किया, जो माउस कर्सर को नियंत्रित कर सकता है और कंप्यूटर पर कार्रवाई कर सकता है।

एआई एजेंटों को विकसित करने की दौड़ शुरू हो रही है

यदि शारीरिक गतिविधि के माहौल में, कंपनियों की एक श्रृंखला कई अलग -अलग मोबिलाइजेशन नौकरियों में लोगों का समर्थन करने के लिए मानव -शेप्ड रोबोट विकसित करने के लिए दौड़ रही है, तो एआई एजेंट डिजिटल वातावरण पर एक प्रकार का “मानव -शेप्ड रोबोट” है। यही कारण है कि विकास कंपनियों की एक श्रृंखला एक -दूसरे के साथ पैदा हो रही है और इसके एआई एजेंटों को सही करने के लिए – एक ऐसा बाजार है जो अगले 10 वर्षों में सैकड़ों अरबों डॉलर लाने की उम्मीद है।

Openai ने कहा कि उसने कई सुरक्षा नियंत्रण उपायों को ऑपरेटर में एकीकृत किया है, जिससे उपयोगकर्ता ईमेल या खरीद जैसी संवेदनशील कार्यों को पूरा करने से पहले पुष्टि करने के लिए कहते हैं। ऑपरेटर के पास यह भी एक सीमा है कि यह क्या ब्राउज़ कर सकता है, Openai द्वारा सेट किया गया है, जुआ और वयस्क सामग्री सहित कुछ वेबसाइटों तक पहुंचने में असमर्थ है।

हालांकि, विशेषज्ञ अभी भी नए हमलों से मूर्ख होने की ऑपरेटर की संभावना के बारे में चिंतित हैं। एआई सुरक्षा मुद्दों पर नियमित रूप से रिपोर्ट करने वाले विलिसन ने कहा: ” मुझे लगता है कि हम इस मॉडल के खिलाफ सभी प्रकार के सफल शीघ्र इंजेक्शन देखेंगे जब बाहरी दुनिया इसे तलाशने लगती है। ।

गोपनीयता के बारे में, क्योंकि आपकी स्क्रीन पर ऑपरेटर द्वारा देखी गई सभी जानकारी एक नियमित स्क्रीनशॉट के माध्यम से इंटरनेट के माध्यम से Openai के क्लाउड सर्वर पर भेजी गई थी, आप Openai में बहुत आत्मविश्वास डाल रहे हैं। कंपनी ने कहा कि उसने कई गोपनीयता नियंत्रण उपायों को लागू किया है जैसे कि उपयोगकर्ताओं को मॉडल को प्रशिक्षित करने के लिए अपने डेटा का उपयोग नहीं करने की अनुमति मिलती है, एक ही समय में सभी वेबसाइटों से सभी वेब ब्राउज़िंग डेटा को हटा दें।

< Div class = "गर्भावस्था">

< H1> निष्कर्ष क्योंकि वेब पर सर्फिंग जैसे सरल कार्यों के साथ, खरीदारी की एक सूची बनाना, व्यक्तिगत वित्तीय प्रबंधन, एआई एजेंट समय बचा सकता है और मानवीय गलतियों की संभावना को कम कर सकता है। यह कृत्रिम बुद्धिमत्ता के क्षेत्र में एक नया कदम है और भविष्य में उपयोगकर्ताओं के लिए कई उपयोगिताओं को लाने की उम्मीद है।