El nuevo modelo de IA de Anthrope opera computadoras como humanos, errores incluidos

¿Alguna vez has soñado con una IA que puede interactuar sin problemas con tu computadora, como lo haría un humano? Bueno, ese sueño ahora es una realidad, gracias a la última innovación de Anthrope. El martes, dieron a conocer la nueva generación de su modelo Claude AI, llamado Claude 3.5 Sonnet, que puede operar una computadora con una delicadeza sorprendente. Actualmente en modo beta, esta IA está disponible para que los desarrolladores experimenten a través de una API.

Anthrope Orgullosamente etiqueta el soneto Claude 3.5 como el "modelo de AI de primera frontera para ofrecer uso de computadora en beta pública". Esto significa que los desarrolladores pueden programarlo para realizar una variedad de tareas en una computadora, como ver la pantalla, maniobrar el cursor, hacer clic en botones e incluso escribir en un teclado virtual. El objetivo? Para replicar la forma en que interactuamos con nuestras computadoras todos los días.

Ahora, si bien esta nueva IA todavía está en la fase experimental, no está exenta de sus problemas. Puede ser un poco torpe y propenso a errores a veces. Pero esa es exactamente la razón por la cual Anthrope lo lanzó en Beta: recopilar comentarios valiosos de los desarrolladores y refinar el modelo con el tiempo.

¿Por qué deberíamos preocuparnos por la IA usando computadoras?

Anthrope tiene una respuesta clara a esa pregunta: "Una gran cantidad de trabajo moderno ocurre a través de las computadoras". Al permitir que AIS interactúe con el software de la misma manera que lo hacen los humanos, desbloquean una gran cantidad de nuevas aplicaciones que los asistentes actuales de IA no pueden manejar.

¿Cómo pueden beneficiarse los desarrolladores y usuarios?

En lugar de crear herramientas específicas para cada tarea, Anthrope está enseñando habilidades informáticas generales de Claude. Esto permite que la IA utilice una amplia gama de programas de software estándar diseñados para humanos. Los desarrolladores pueden aprovechar esta capacidad para automatizar tareas repetitivas, construir y probar software, e incluso realizar investigaciones.

Varias compañías ya están aprovechando las habilidades informáticas de Claude 3.5 Sonnet, incluidas Asana, Canva, Cognition, Doordash, Replic y The Browser Company. Por ejemplo, ReplIn está utilizando estas capacidades para mejorar su producto de agente de solicitud de replicación.

¿Cómo entrenaron a Claude para usar computadoras?

El entrenamiento de Claude para navegar por una computadora implicó mucha prueba y error, según Anthrope. El proceso requiere que la IA comprenda e interprete imágenes de la pantalla de la computadora, luego decida qué acciones tomar en función de lo que ve. Claude 3.5 Sonnet logra esto analizando capturas de pantalla, contando píxeles para mover con precisión el cursor y emitir comandos del mouse.

¿Qué tan bien está funcionando Claude?

En las pruebas de evaluación comparativa de Osworld, que evalúan la capacidad de los modelos AI para usar computadoras, Claude 3.5 Sonnet logró una puntuación del 14.9%. Si bien esto es significativamente más bajo que el rendimiento de nivel humano del 70% -75%, es casi el doble del 7.7% puntajes por el siguiente mejor modelo de IA en la misma categoría.

A pesar de estos resultados prometedores, el uso de la computadora de Claude todavía está en su infancia. Todavía no puede realizar tareas más complejas como arrastrar ventanas o acercarse a la pantalla. Además, debido a que se basa en capturas de pantalla, puede perder ciertas acciones y notificaciones.

Anthrope sigue siendo optimista, afirmando: "Esperamos que el uso de la computadora mejore rápidamente para ser más rápido, más confiable y más útil para las tareas que nuestros usuarios desean completar". También enfatizan que a medida que evoluciona la tecnología, será más accesible para aquellos con menos experiencia en desarrollo de software, todo mientras mantiene medidas de seguridad estrictas.

El soneto Claude 3.5 ahora es accesible para todos. Los desarrolladores pueden comenzar a construir aplicaciones con la versión beta de uso de la computadora en la API antrópica, Amazon Bedrock y Vertex AI de Google Cloud.