एन्थ्रोपिक का नया एआई मॉडल मनुष्यों की तरह कंप्यूटर संचालित करता है, त्रुटियां शामिल हैं

क्या आपने कभी एआई का सपना देखा है जो एक मानव की तरह ही आपके कंप्यूटर के साथ मूल रूप से बातचीत कर सकता है? खैर, वह सपना अब एक वास्तविकता है, एन्थ्रोपिक के नवीनतम नवाचार के लिए धन्यवाद। मंगलवार को, उन्होंने अपने क्लाउड एआई मॉडल की नई पीढ़ी का अनावरण किया, जिसका नाम क्लाउड 3.5 सॉनेट है, जो आश्चर्यजनक चालाकी के साथ एक कंप्यूटर का संचालन कर सकता है। वर्तमान में बीटा मोड में, यह एआई डेवलपर्स के लिए एपीआई के माध्यम से प्रयोग करने के लिए उपलब्ध है।

एन्थ्रोपिक गर्व से क्लाउड 3.5 सॉनेट को "सार्वजनिक बीटा में कंप्यूटर का उपयोग करने के लिए पहले फ्रंटियर एआई मॉडल" के रूप में लेबल करता है। इसका मतलब है कि डेवलपर्स इसे कंप्यूटर पर विभिन्न प्रकार के कार्यों को करने के लिए प्रोग्राम कर सकते हैं, जैसे कि स्क्रीन को देखना, कर्सर को पैंतरेबाज़ी करना, बटन पर क्लिक करना और यहां तक ​​कि वर्चुअल कीबोर्ड पर टाइप करना। लक्ष्य? जिस तरह से हम हर दिन अपने कंप्यूटर के साथ बातचीत करते हैं, उसे दोहराने के लिए।

अब, जबकि यह नया एआई अभी भी प्रयोगात्मक चरण में है, यह इसके हिचकी के बिना नहीं है। यह कई बार थोड़ा अनाड़ी और त्रुटि-ग्रस्त हो सकता है। लेकिन यही कारण है कि एंथ्रोपिक ने इसे बीटा में जारी किया - डेवलपर्स से मूल्यवान प्रतिक्रिया इकट्ठा करने और समय के साथ मॉडल को परिष्कृत करने के लिए।

हमें कंप्यूटर का उपयोग करके एआई की परवाह क्यों करनी चाहिए?

एंथ्रोपिक के पास उस प्रश्न का एक स्पष्ट उत्तर है: "आधुनिक काम की एक बड़ी मात्रा कंप्यूटर के माध्यम से होती है।" एआईएस को सॉफ्टवेयर के साथ बातचीत करने में सक्षम करके उसी तरह से मनुष्य करता है, वे नए अनुप्रयोगों के एक ढेर को अनलॉक करते हैं जो वर्तमान एआई सहायक को संभाल नहीं सकते हैं।

डेवलपर्स और उपयोगकर्ता कैसे लाभान्वित हो सकते हैं?

प्रत्येक कार्य के लिए विशिष्ट उपकरण बनाने के बजाय, एन्थ्रोपिक क्लाउड सामान्य कंप्यूटर कौशल सिखा रहा है। यह एआई को मनुष्यों के लिए डिज़ाइन किए गए मानक सॉफ्टवेयर कार्यक्रमों की एक विस्तृत श्रृंखला का उपयोग करने की अनुमति देता है। डेवलपर्स दोहरावदार कार्यों को स्वचालित करने, सॉफ्टवेयर का निर्माण और परीक्षण करने और यहां तक ​​कि अनुसंधान का संचालन करने के लिए इस क्षमता का उपयोग कर सकते हैं।

कई कंपनियां पहले से ही क्लाउड 3.5 सोननेट के कंप्यूटर कौशल का लाभ उठा रही हैं, जिनमें आसन, कैनवा, कॉग्निशन, डोरडैश, रिपलाइट और ब्राउज़र कंपनी शामिल हैं। उदाहरण के लिए, उत्तर अपने उत्तर एजेंट उत्पाद को बढ़ाने के लिए इन क्षमताओं का उपयोग कर रहा है।

उन्होंने कंप्यूटर का उपयोग करने के लिए क्लाउड को कैसे प्रशिक्षित किया?

एंथ्रोपिक के अनुसार, एक कंप्यूटर को नेविगेट करने के लिए क्लाउड ने एक कंप्यूटर को नेविगेट करने के लिए बहुत अधिक परीक्षण और त्रुटि को शामिल किया। प्रक्रिया को कंप्यूटर स्क्रीन की छवियों को समझने और उनकी व्याख्या करने के लिए एआई की आवश्यकता होती है, फिर यह तय करें कि कौन से कार्यों को देखने के आधार पर करना है। क्लाउड 3.5 सॉनेट स्क्रीनशॉट का विश्लेषण करके, कर्सर को ठीक से स्थानांतरित करने और माउस कमांड जारी करने के लिए पिक्सेल की गिनती करके इसे पूरा करता है।

क्लाउड कितना अच्छा प्रदर्शन कर रहा है?

OSWORLD बेंचमार्किंग परीक्षणों में, जो कंप्यूटर का उपयोग करने के लिए AI मॉडल की क्षमता का आकलन करते हैं, क्लाउड 3.5 Sonnet ने 14.9%का स्कोर हासिल किया। जबकि यह 70% -75% मानव-स्तर के प्रदर्शन से काफी कम है, यह उसी श्रेणी में अगले सर्वश्रेष्ठ एआई मॉडल द्वारा स्कोर किए गए 7.7% से लगभग दोगुना है।

इन आशाजनक परिणामों के बावजूद, क्लाउड का कंप्यूटर उपयोग अभी भी अपनी प्रारंभिक अवस्था में है। यह अभी तक अधिक जटिल कार्य नहीं कर सकता है जैसे कि विंडो को खींचने या स्क्रीन में ज़ूम करना। इसके अतिरिक्त, क्योंकि यह स्क्रीनशॉट पर निर्भर करता है, यह कुछ कार्यों और सूचनाओं को याद कर सकता है।

एंथ्रोपिक आशावादी बना हुआ है, "हम उम्मीद करते हैं कि कंप्यूटर का उपयोग तेजी से तेजी से, अधिक विश्वसनीय, और उन कार्यों के लिए अधिक उपयोगी होगा जो हमारे उपयोगकर्ताओं को पूरा करना चाहते हैं।" वे इस बात पर भी जोर देते हैं कि जैसे -जैसे तकनीक विकसित होती है, यह सख्त सुरक्षा उपायों को बनाए रखते हुए कम सॉफ्टवेयर विकास अनुभव वाले लोगों के लिए अधिक सुलभ हो जाएगा।

क्लाउड 3.5 सॉनेट अब सभी के लिए सुलभ है। डेवलपर्स एन्थ्रोपिक एपीआई, अमेज़ॅन बेडरॉक और Google क्लाउड के वर्टेक्स एआई पर कंप्यूटर-उपयोग बीटा के साथ एप्लिकेशन का निर्माण शुरू कर सकते हैं।