Прорыв в Computer Use
Компания OpenAI анонсировала новую версию своей модели — GPT-6.1 Terra. Ключевая особенность этой версии — продвинутая функция Computer Use (использование компьютера). В отличие от предыдущих версий, которые могли лишь генерировать код или текст, Terra способна напрямую взаимодействовать с графическим интерфейсом пользователя (GUI), нажимая на кнопки, прокручивая страницы и заполняя формы.
Главное нововведение — так называемая Proof Loop (петля доказательств). Это механизм, который позволяет модели не просто выполнять действие, но и мгновенно проверять его результат, анализируя изменения на экране. Если действие не привело к ожидаемому результату, модель корректирует свои действия в реальном времени, прежде чем перейти к следующему шагу.
Почему это важно?
Ранние AI-агенты страдали от высокой частоты ошибок при работе с интерфейсами. Они могли нажать не ту кнопку или не заметить всплывающее окно. GPT-6.1 Terra решает эту проблему за счет:
- Снижения задержки: Валидация происходит почти мгновенно, что делает автоматизацию пригодной для реальных задач.
- Повышения надежности: Модель «видит» экран так же, как человек, и может адаптироваться к изменениям в интерфейсе.
- Широкого применения: От автоматизации рутинных задач в бухгалтерии до тестирования программного обеспечения.
Технические детали
Модель обучалась на огромных массивах данных, включающих записи экранов и соответствующие им действия пользователей. Это позволило ей научиться понимать контекст интерфейсов различных приложений и операционных систем. По предварительным оценкам, точность выполнения задач в GPT-6.1 Terra значительно выше, чем у предыдущих версий, что делает её мощным инструментом для разработчиков и бизнеса.
Запуск GPT-6.1 Terra знаменует новый этап в развитии искусственного интеллекта, где AI становится не просто помощником в генерации контента, но и полноценным оператором цифровых систем.
Источник: Towards AI pub ↗