வியாழன்கிழமை, OpenAI "ஆபரேட்டர்" என்ற புதிய உயர் செயல்பாட்டை வெளிப்படுத்தியது, இது கணினி-பயன்பாடு ஏஜென்ட் (CUA) என்ற புதிய AI மாதிரியால் இயக்கப்படும் இணைய தானியங்கி கருவி. இந்த கருவி, பயனர்களைப் பார்வை உள்ளடக்கமினை மூலம் கணினிகளை கட்டுப்படுத்த அனுமதிக்கிறது, இது மனித செயல்பாட்டைப் போன்றே, பட்டன்கள் மற்றும் உரை வெளிகள் போன்ற திரையில் உள்ள உருப்படிகளுடன் தொடர்பு கொண்டு பொருப்புகளைச் செய்யிறது. தற்போதைய நிலவில், ஆபரேட்டர் $200 மாதம் கட்டணம் செலுத்தும் ChatGPT Pro திட்டத்திற்கான சந்தாதாரர்களுக்கு கிடைக்கிறது, இது operator. chatgpt. com இல் உள்ளது, மேலும் எதிர்காலத்தில் Plus, Team, மற்றும் Enterprise பயனர்களுக்கு நுழைவை விரிவு செய்ய திட்டமிடப்பட்டுள்ளது. OpenAI இந்த அம்சங்களை ChatGPT யில் ஒருங்கிணைக்கவும், developersக்கான API மூலம் CUA ஐ வழங்கவும் திட்டமிட்டுள்ளது. ஆபரேட்டர், நிஜ நேரத்தில் திரை உள்ளடக்கத்தை கண்காணிக்கிறது, simulated கீபோர்ட் மற்றும் மளிகை செயல்பாடுகளின் மூலம் கட்டளைகள் நிறைவேற்றுகிறது. இது மேகப்படங்களை பகுப்பாய்வு செய்து கணினியின் நிலையைப் புரிந்து கொள்ளும், இதன் மூலம் கிளிக் செய்ய, இழுத்துப் போட்டி மற்றும் ஸ்க்ரோல் செய்வதற்கான முடிவுகளை எடுக்கும். இந்த வெளியீடு, பயனர் சார்பில் செயல்படக்கூடிய "கார்டிக்" AI மாடல்களை ஆராயும் தொழில்நுட்ப நிறுவனங்களுக்குள் ஒரு போக்கு மூலம் தோன்றியது. Google, தானியங்கி இணைய பணிகளுக்கான Project Mariner ஐ டிசம்பர் 2024 இல் அறிமுகம் செய்தது, Anthropic ஆனது ஒத்த உகந்த நோக்கங்களுக்காக "கணினி பயன்பாடு" என்ற கருவியை அக்டோபர் 2024 இல் வெளியிடியது. AI ஆராய்ச்சியாளர் சைமன் விலிசன், ஆபரேட்டர் இடையிடை Anthropic- இன் Claude Computer Use டெமோவின் போலியாக இருப்பதைக் குறிக்கும், இது சாட் பானலுடன் இணைந்து செயல்படுகிறது. CUA, மேகப்படங்களைப் பிடித்து, அதை பகுப்பாய்வு செய்து, GPT-4o இன் கண்ணோட்ட செயல்பாடுகளைப் பயன்படுத்திய Pixels தரவுகளை மதிப்பீடு செய்து, தேவையான செயல்களை உறுதி செய்த பிறகு, கற்பனை உள்ளீடுகளை நிறைவேற்றுகிறது. இந்த பின்னூட்டக் காவல் அதை பிழைகளை சரிசெய்யவும், பல்வேறு பயன்பாடுகளில் கடுமையான பணிகளை நடத்தியல் முன்னேற்றம் அளிக்கவும் அனுமதிக்கிறது.

பயன்பாட்டின் போது, ஒரு சிறிய உலாவி சாளரத்தில் ஆபரேட்டரின் செயல்பாடுகள் காட்டப்படுகிறது. இதற்குப்பின், அதன் திறன்கள் இருப்பினும், தொழில்நுட்பம் இன்னும் வளர்ந்து கொண்டிருக்கிறது மற்றும் இப்போது சில கட்டுப்பாடுகளைச் சந்திக்கிறது, மீண்டும் மீண்டும் நிகழும் இணைய பணிகளில் சிறந்ததாக இருப்பதற்குக் குறிப்பிடுகிறது, ஆனால் அனிச்சயமான இடையிடைகளைத் தவிர்க்குவதில் மற்றும் சிக்கலான உரை திருத்தத்தில் கடுமையாக கஷ்டப்படுகிறது—உள்ளடக்கத்தின் 40 வீதமாக வெற்றி அளிக்கிறது. ஆப்பரேட்டர் WebVoyager முறைமையில் 87 வீத வெற்றியை பதிவு செய்தது, ஆனால் WebArena முறைமையில் 58. 1 வீதத்திற்கு சரிவடைந்தது. OSWorld முறைமையில் 38. 1 வீதமானது. OpenAI, கணினியின் செயல்செயல்பாடுகளை மேம்படுத்துவதற்கான பயனர் பின்னூட்டத்தைப் பெறுகிறது, CUA எல்லா நிலைகளிலும் நம்பகமாக இருக்காது என்பதை புரிந்துகொண்டு, நாங்கள் அதன் பல்துறை ஊடகங்களை காலத்தின் அடிப்படையில் மேம்படுத்த திட்டமிடுகின்றது. பாதுகாப்பு மற்றும் விசேடத்தன்மை முக்கியமான கவலைகள், ஏனெனில் ஆபரேட்டர் பயனர் செயல்பாடுகளை கவனிக்கும் மற்றும் கட்டுப்படுத்துவதற்கான திறன் கொண்டது. OpenAI, நிதி தொடர்பான நடவடிக்கைகள், உண்மையான தவிர்ப்புரை நிர்வகிக்க மேலும் கட்டுப்பாடுகளை எழுதி, மற்றும் வெறித்தனம் மற்றும் பெரிய உள்ளடக்கம் போன்ற சில உள்நுழைவுகளைத் தடுக்கும் தரவுகளை நிலைத்திருக்க ஏற்படுத்தியான பாதுகாப்புக் கருவிகளை அறிமுகம் செய்துள்ளது. OpenAI, மேலே கூறியவை போல, குற்றத்திற்கான முயற்சிகளை தடுக்கும் நிஜ நேர ஆதாரங்களை ஒருங்கிணைக்கிறது, ஆனால் விலிசன் நீண்டகால பாதுகாப்புக்காக புதிய அச்சுறுத்தல்களின் நிலையில் சந்தேகம் எழுப்புகிறது. செயல்திறன்களை முன்னேற்றுவதற்கான நடவடிக்கைகளுக்கு மாறாக, OpenAI அதன் ஆவணங்களில் மாடலிங்க் சிக்கல்களை மற்றும் வளர்ந்துவரும் எதிர்ப்பு அச்சுறுத்தல்களை கொண்டாடுகிறது. ஆபரேட்டர் OpenAI இன் மேக சேவைகளுக்கு ஸ்கிரின்ஷாட்ட்களை அனுப்புவதால், நோய்வாய்ப்பு மற்றும் பாதுகாப்பு மறுசுழற்சியோடு வருகிறது; பயனர்களுக்கு தரவு பயிற்சிக்கு வெளியேற்றவும், ஒரே கிளிக்கில் தரவுகளை அழிக்கவும், மற்றும் மற்றும் உண்மையான பணிகளுக்கு ஆவணங்களை மேலாண்மை செய்ய தயவுசெய்து நம்பவும் வரவேற்கப்படுகிறார்கள். விலிசன் பயனர்களை தனித்துவமான பணிகளுக்கான புதிய அமர்வுகளை தொடங்கத் தூண்டும், அவர்களின் சான்றிதழ்களைப் பாதுகாக்கவும், பணம் தொடர்பான விவரங்களை வழங்குவதில் கவனம் செலுத்தவும், இந்த நடவடிக்கைகளின் பிறகு வேகமாக சுத்தம் செய்யக் குறிப்பு செய்கிறார்.