usta
Dün, California merkezli AI firması Adept, üst düzey yazılı veya sözlü komutlar verildiğinde bir insan asistanı gibi yazılımlarda eylemler gerçekleştirebilen bir AI modeli olan Action Transformer’ı (ACT-1) duyurdu. Bildirildiğine göre, web uygulamalarını çalıştırabilir ve sanki bilgisayarı kullanan bir kişi gibi tıklayarak, kaydırarak ve doğru alanlara yazarken web sitelerinde akıllı aramalar yapabilir.
Bir demo videoda tweetlendi Adept tarafından, şirket bir metin giriş kutusuna “Bana Houston’da 4 kişilik bir aile için çalışan bir ev bul” yazan birini gösteriyor. Görevi gönderdikten sonra, ACT-1 otomatik olarak bir web tarayıcısında Redfin.com’a göz atarak, web sitesinin uygun bölgelerini tıklatarak, bir arama girişi yazarak ve ekranda eşleşen bir ev görünene kadar arama parametrelerini değiştirerek.
1/7 Yeni bir model inşa ettik! Adı Action Transformer (ACT-1) ve ona bir dizi yazılım aracını kullanmayı öğrettik. Bu ilk videoda, kullanıcı sadece üst düzey bir istek yazar ve gerisini ACT-1 yapar. Daha fazla örnek görmek için okumaya devam edin ⬇️ pic.twitter.com/mq7c0Vyd7N
— Usta (@AdepAILabs) 14 Eylül 2022
Adept’in web sitesindeki bir başka tanıtım videosu, “Max Nye at Adept’i yeni bir müşteri adayı olarak ekle” ve “James Veel ile 100 widget satın almayı düşündüğünü söyleyen bir arama kaydet” gibi istemlerle ACT-1’in Salesforce’u çalıştırdığını gösteriyor. ACT-1 daha sonra bu görevleri tamamlamak için sağ düğmelere tıklar, kaydırır ve uygun formları doldurur. Diğer demo videoları, ACT-1’in bir tarayıcı aracılığıyla Google E-Tablolar, Craigslist ve Wikipedia’da gezindiğini gösterir.
Web tabanlı bir elektronik tablo uygulaması olan Google E-Tablolar’ı çalıştıran ACT-1’i gösteren Adept tanıtım videosu.
Bu nasıl mümkün olabilir? Adept, ACT-1’i “büyük ölçekli bir transformatör” olarak tanımlıyor. AI’da bir transformatör modeli, örnek veriler üzerinde eğitim vererek bir şeyler yapmayı öğrenen ve veri kümesindeki öğeler arasındaki bağlam ve ilişkiler hakkında bilgi oluşturan bir tür sinir ağıdır. Transformatörler, neredeyse insan düzeyinde yazabilen GPT-3 gibi dil modelleri de dahil olmak üzere, son zamanlardaki birçok AI yeniliğinin arkasında olmuştur.
ACT-1 durumunda, eğitim verileri görünüşe göre yazılımı ilk çalıştıran insanlardan geldi ve AI modeli bundan öğrendi. Hacker News’de kendilerini ACT-1 geliştiricisi olarak tanımlayan biri, “İnsan gösterileri ve geri bildirim verilerinin bir kombinasyonunu kullandık! Hem gösterimleri kaydetmek hem de aracın durumunu model-sarf malzemesi şeklinde temsil etmek için özel yazılıma ihtiyacınız var.“
Eğitimden sonra, ACT-1 modeli, Adept’e göre “tarayıcıda neler olduğunu gözlemleyebilen ve tıklama, yazma ve kaydırma gibi belirli eylemleri gerçekleştirebilen” bir Chrome uzantısı aracılığıyla bir web tarayıcısıyla etkileşime girer. Şirket, ACT -1’in gözlem yeteneğini web siteleri arasında genelleme yapabilme olarak tanımlıyor, böylece bir sitede öğrenilen kurallar diğerlerine de uygulanabiliyor.
Taramayı otomatikleştirmek için komut dosyaları zaten mevcut olsa da (ve genellikle kötü niyetli botları güçlendirmek için kullanılıyor), ACT-1’in demolarda ima edilen güçlü, genelleştirilmiş doğası, makine otomasyonunu yeni bir düzeye taşıyor gibi görünüyor. Zaten, Twitter’daki insanlar hem ciddi hem de yarı şaka alarmları yükseltmek Bu teknolojinin getirebileceği kötüye kullanım potansiyeli üzerinde. Akıllı bir sistemin bilgisayar arayüzlerimiz üzerinde bu kadar kontrol sahibi olmasına izin vermeli miyiz?
Bu endişeler şimdilik tamamen varsayımsal olsa da – özellikle ACT-1 özerk olarak çalışmadığından – İnternet aracılığıyla dış dünyayla arayüz oluşturabilen genelleştirilmiş insan düzeyinde yapay zekaya doğru hızla koşarken akılda tutulması gereken bir şey. Adept, web sitesinde bu amaca atıfta bulunarak şöyle yazıyor: “Genel zekanın en net çerçevesinin, bir insanın bilgisayar önünde yapabileceği her şeyi yapabilen bir sistem olduğuna inanıyoruz.”