Я протестировал помощника искусственного интеллекта нового поколения. Это поразит вас

Самые известные виртуальные камердинеры сегодня —Сири, Алексаи Google Assistant — гораздо менее впечатляющи, чем новейшие чат-боты на базе искусственного интеллекта, такие как ChatGPT или Google Bard. Когда плоды недавнего бума генеративного искусственного интеллекта будут должным образом интегрированы в устаревшие боты-помощники, они, несомненно, станут намного интереснее.

Чтобы получить представление о том, что будет дальше, я воспользовался экспериментальным голосовым помощником с искусственным интеллектом под названием вимGPT для пробного запуска. Когда я попросил его «подписаться на WIRED», он сработал с впечатляющим мастерством, найдя нужную веб-страницу и получив доступ к онлайн-форме. Если бы у него был доступ к данным моей кредитной карты, я почти уверен, что он бы это сделал.

Хотя покупка чего-либо онлайн в открытой сети вряд ли является проверкой интеллекта для человека, она намного сложнее и труднее, чем задачи, которые обычно решают Siri, Alexa или Google Assistant. (Установка напоминаний и получение спортивных результатов итак 2010 год.) Требуется разобраться в запросе, получить доступ к Интернету, чтобы найти правильный сайт, а затем правильно взаимодействовать с соответствующей страницей или формами. Мой помощник правильно сориентировался на страницу подписки WIRED и даже нашел там форму — по-видимому, впечатленный перспективой получать все развлекательные и познавательные журналистские материалы WIRED всего за 1 доллар в месяц, — но столкнулся с последним препятствием, потому что у него не было кредитной карты. VimGPT использует браузер Google с открытым исходным кодом Chromium, который не хранит информацию о пользователе. Другие мои эксперименты показали, что агент, однако, очень хорошо умеет искать смешные видео с кошками или находить дешевые авиабилеты.

ВимGPT — это экспериментальная программа с открытым исходным кодом, созданная Ишаном Шахом, разработчиком-одиночкой, а не продукт, находящийся в разработке, но можно поспорить, что Apple, Google и другие проводят аналогичные эксперименты с целью обновления Siri и других помощников. VimGPT построен на GPT-4V, мультимодальной версии знаменитой языковой модели OpenAI. Анализируя запрос, он может определить, на что нажимать или что печатать, более надежно, чем программное обеспечение, работающее только с текстом, которое должно пытаться разобраться в сети, распутывая беспорядочный HTML. «Я ожидаю, что через год опыт использования компьютера будет выглядеть совсем иначе», — говорит Шах, который утверждает, что создал vimGPT всего за несколько дней. «Большинству приложений потребуется меньше кликов и больше общения, а агенты станут неотъемлемой частью просмотра веб-страниц».

Шах не единственный человек, который считает, что следующим логическим шагом после чат-ботов, таких как ChatGPT, станут агенты, которые используют компьютеры и перемещаются по сети. Руслан Салахутдинов, профессор Университета Карнеги-Меллона, который был директором Apple по исследованиям искусственного интеллекта с 2016 по 2020 год, считает, что Siri и другие помощники ждут всемогущего обновления искусственного интеллекта. «Следующей эволюцией станут агенты, способные выполнять полезные задачи», — говорит Салахутдинов. По его словам, было бы полезно подключить Siri к искусственному интеллекту таким образом, чтобы активировать ChatGPT, «но это будет гораздо эффективнее, если я попрошу Siri что-то сделать, и она просто решит мои проблемы за меня».

Салахутдинов и его ученики разработали несколько смоделированных сред, предназначенных для тестирования и оттачивания навыков помощников ИИ, которые могут добиться цели. Они включают в себя макет веб-сайта электронной коммерции, макет доски объявлений в стиле Reddit и веб-сайт тематических объявлений. Этот виртуальный полигон для проверки агентов на практике называется VisualWebArena.