ओपनई गुरुवार को अपना पहला आर्टिफिशियल इंटेलिजेंस (AI) एजेंट, ऑपरेटर जारी किया। वर्तमान में एक शोध पूर्वावलोकन के रूप में उपलब्ध है, एजेंट एक समर्पित वेब ब्राउज़र के साथ आता है। यह एक सामान्य-उद्देश्य एआई एजेंट है जो उपयोगकर्ता द्वारा दिए गए संकेतों के आधार पर स्वायत्त रूप से ऑनलाइन कार्यों को कर सकता है। एआई फर्म ने कहा कि टूल का उपयोग ऑनलाइन टिकट बुक करने, एक रेस्तरां में एक टेबल आरक्षित करने या ऑनलाइन उत्पाद खरीदने के लिए किया जा सकता है। वर्तमान में, ऑपरेटर केवल अमेरिका में CHATGPT प्रो सब्सक्राइबर के लिए उपलब्ध है, लेकिन कंपनी की योजना भविष्य में अन्य सदस्यता स्तरों पर इसका विस्तार करने की है।
Openai ऑपरेटर AI एजेंट का परिचय देता है
में एक लाइव स्ट्रीमOpenai के सीईओ सैम अल्टमैन ने कंपनी के पहले एआई एजेंट की शुरुआत की। यह बताते हुए कि एजेंट क्या हैं, अल्टमैन ने कहा, “एआई एजेंट एआई सिस्टम हैं जो आपके लिए स्वतंत्र रूप से काम करते हैं। आप उन्हें एक कार्य देते हैं, और वे चले जाते हैं और करते हैं। हमें लगता है कि यह एआई में एक बड़ी प्रवृत्ति होगी। ”
ऑपरेटर एआई एजेंट इंटरफ़ेस
फोटो क्रेडिट: Openai
ऑपरेटर कंप्यूटर का उपयोग करने वाले एजेंट (CUA) द्वारा संचालित होता है, एक AI मॉडल जो उन्नत तर्क के साथ GPT-4O से दृष्टि क्षमताओं को जोड़ती है, एक Openai ब्लॉग भेजा व्याख्या की। एआई एजेंट को सुदृढीकरण सीखने का उपयोग करके प्रशिक्षित किया गया था। यह स्क्रीन पर बटन, मेनू और टेक्स्ट फ़ील्ड सहित ग्राफिकल यूजर इंटरफेस (GUI) के साथ बातचीत कर सकता है। अपने समर्पित ब्राउज़र के साथ, एजेंट उपयोगकर्ता के लिए स्क्रीन को मुक्त करते हुए पर्दे के पीछे कार्य कर सकता है।
AI एजेंट इनपुट के रूप में पाठ और छवियों दोनों को स्वीकार करता है। कार्यों को पूरा करने के लिए, CUA स्क्रीन के कच्चे पिक्सेल डेटा को संसाधित करता है और क्रियाओं को निष्पादित करने के लिए एक वर्चुअल कीबोर्ड और माउस का उपयोग करता है। Openai का दावा है कि यह मल्टी-स्टेप कार्यों को नेविगेट कर सकता है, त्रुटियों को संभाल सकता है, और अप्रत्याशित परिवर्तनों के लिए भी अनुकूल हो सकता है।
ऑपरेटर एआई एजेंट के मामलों का उपयोग करें
एआई न्यूज़लेटर द रंडडाउन एआई के संस्थापक रोवन चेउंग ने ऑपरेटर के लिए जल्दी पहुंच प्राप्त की और इसके कुछ उपयोग के मामलों को एक श्रृंखला में उजागर किया पदों एक्स पर (पूर्व में ट्विटर के रूप में जाना जाता था)। AI एजेंट Reddit, एक विशिष्ट बजट और हितों की सलाह के आधार पर सप्ताहांत की यात्रा की योजना बनाने में सक्षम था। दिलचस्प बात यह है कि जब एजेंट को Reddit तक पहुँचने से अवरुद्ध किया गया था, तो इसने एक कीवर्ड के रूप में Reddit के साथ एक बिंग खोज चलाकर कार्य पूरा किया।
2। रेडिट, मेरे बजट और रुचियों से छिपे हुए रत्नों के आधार पर एक सप्ताहांत की यात्रा की योजना बनाना
ध्यान दें कि कैसे 0:06 पर, CHATGPT ऑपरेटर को Reddit से अवरुद्ध कर दिया गया था, लेकिन फिर अंत में “Reddit” के साथ एक बिंग खोज करने का फैसला किया
बहुत प्रभावशाली निर्णय लेना pic.twitter.com/d5m3ouiiqt
– रोवन चेउंग (@Rowancheung) 23 जनवरी, 2025
एक अन्य उदाहरण में, चेउंग ने ऑपरेटर को क्रिप्टोक्यूरेंसी टोकन खोजने के लिए कहा। अपने शोध के दौरान, एजेंट एक “आप मानव हैं” कैप्चा पर अटक गए और पुष्टि करने के लिए नियंत्रण लेने के लिए तुरंत उपयोगकर्ता को पिंग किया। एक बार चेउंग ने पुष्टि की, एआई एजेंट ने नियंत्रण कर लिया और कार्य के साथ जारी रखा।
एआई एजेंट मूल रूप से उपयोगकर्ता को कूदने और किसी भी समय नियंत्रण में ले जाने और कार्य को संपादित करने या बदलने की अनुमति दे सकता है। एक बार जब उपयोगकर्ता हो जाता है, तो वे एजेंट को नियंत्रण भी दे सकते हैं। यह सुनिश्चित करता है कि उपयोगकर्ता का हर समय AI एजेंट पर नियंत्रण है।
Openai ने यह भी कहा कि यह डोरडैश, ईबे, इंस्टाकार्ट और उबेर जैसी कंपनियों के साथ सहयोग कर रहा है ताकि यह सुनिश्चित हो सके कि ऑपरेटर प्लेटफार्मों तक पहुंचते समय इन व्यवसायों के सेवा समझौतों की शर्तों का सम्मान करता है।
ऑपरेटर की सुरक्षा जोखिम और शमन
सुरक्षा के लिए आ रहा है, एआई फर्म ने दावा किया कि उसने व्यापक सुरक्षा परीक्षण चलाया है और तीन सुरक्षा वर्गों – दुरुपयोग, मॉडल गलतियों और सीमावर्ती जोखिमों के खिलाफ माइटिगेशन को लागू किया है।
दुरुपयोग के जोखिम को कम करने के लिए, Openai ने हानिकारक कार्यों और अवैध या विनियमित गतिविधियों से इनकार करने के लिए CUA मॉडल को प्रशिक्षित किया है। कंपनी ने जुआ, वयस्क मनोरंजन, साथ ही ड्रग और गन रिटेलर वेबसाइटों को भी अवरुद्ध कर दिया है। इसके अलावा, कंपनी ने उपयोगकर्ता इंटरैक्शन की स्वचालित और मानव-आधारित समीक्षा भी लागू की है।
मॉडल गलतियों या मतिभ्रम के लिए, एआई एजेंट को बाहरी दुष्प्रभावों के साथ कार्यों को अंतिम रूप देने से पहले उपयोगकर्ता की पुष्टि के लिए पूछने के लिए प्रशिक्षित किया जाता है। CUA बैंकिंग लेनदेन जैसे कार्यों में मदद करने के लिए और संवेदनशील वेबसाइटों तक पहुँचने के दौरान भी गिरावट करता है, एजेंट को सक्रिय उपयोगकर्ता पर्यवेक्षण की आवश्यकता होती है।
फ्रंटियर जोखिम एक अत्याधुनिक एआई मॉडल द्वारा की गई अप्रत्याशित कार्रवाई हैं क्योंकि यह आमतौर पर पूरी तरह से परीक्षण नहीं किया जाता है। Openai ने कहा कि CUA मॉडल का मूल्यांकन इसकी तैयारी ढांचे के खिलाफ किया गया है, और ऑपरेटर सिस्टम कार्ड सुरक्षा दृष्टिकोण और चल रहे सुधारों में पूर्ण विवरण प्रदान करता है।
वर्तमान में, ऑपरेटर केवल ऑपरेटर के माध्यम से उपलब्ध है। कंपनी ने कहा है कि वह भविष्य में सभी CHATGPT ग्राहकों के साथ AI एजेंट को एकीकृत करने की योजना बना रही है। विशेष रूप से, एक CHATGPT प्रो सदस्यता की कीमत $ 200 (लगभग लगभग 17,200 रुपये) है।
