У світі штучного інтелекту стався значний прорив. Компанія Anthropic представила оновлену версію мовної моделі Claude 3.5 Sonnet, здатну самостійно керувати комп'ютером. Тепер ШІ може імітувати дії людини: переміщати курсор, натискати кнопки і вводити текст без участі користувача.
Як працює "комп'ютерний зір" Claude
Нова модель використовує унікальний підхід до взаємодії з інтерфейсом. Вона аналізує скріншоти екрана і обчислює точні координати для переміщення курсору. Технологія дає змогу ШІ працювати з будь-якими додатками і веб-сайтами, немов це робить людина.
Система розбиває поставлені завдання на прості команди: переміщення миші, кліки і введення тексту. При виникненні перешкод Claude здатний самостійно коригувати свої дії та повторювати спроби. Це суттєво відрізняє його від конкурентів, які часто "застряють" при зіткненні з несподіваними ситуаціями.
Безпека та обмеження
Незважаючи на вражаючі можливості, у технології є свої недоліки. Під час тестування модель успішно впоралася менш ніж з половиною завдань з бронювання авіаквитків. Виникають складнощі з базовими діями – прокручуванням і масштабуванням.
Anthropic вжила низку заходів для забезпечення безпеки:
- Заборона на самостійний вихід в інтернет під час навчання;
- Блокування високоризикових дій;
- Обмеження доступу до урядових ресурсів;
- Зберігання скріншотів протягом 30 днів.
Перспективи автоматизації
За даними дослідження Capgemini, 10% організацій уже використовують ШІ-агентів для автоматизації завдань. Протягом наступних трьох років їхня кількість може зрости до 82%. Це відкриває нові можливості для оптимізації бізнес-процесів.
Anthropic також анонсувала вихід оновленої версії Claude 3.5 Haiku, яка буде спеціалізуватися на користувацьких завданнях і аналізі великих обсягів даних. Модель зможе обробляти інформацію про покупки, ціни та складські запаси.
У перспективі технологія може істотно змінити підхід до офісної роботи. Однак експерти попереджають про необхідність ретельного контролю за діями ШІ та захисту конфіденційних даних.
