Amazon запускает Act Nova: AIG Agent Masters Web Browser Control

Amazon в понедельник объявил важные новости, представив Nova Act, универсальный ИИ-агент, который может управлять веб-браузером и самостоятельно выполнять простые задачи. Вместе с этой новой моделью агентского ИИ Amazon запускает Nova Act SDK, набор инструментов, который позволяет разработчикам быстро создавать прототипы агентов с использованием Nova Act.

Разработанный в недавно открытой лаборатории AGI в Сан-Франциско, Nova Act призван усилить предстоящее обновление Alexa+, улучшенную версию популярного голосового помощника Amazon с функциями генеративного ИИ. Однако текущая версия Nova Act пока немного недоработана. Amazon называет её исследовательской предварительной версией.

Разработчики могут получить доступ к набору инструментов Nova Act на сайте nova.amazon.com, который также служит витриной для различных базовых моделей Nova от Amazon.

С Nova Act Amazon вступает в конкуренцию с Operator от OpenAI и Computer Use от Anthropic, стремясь предложить свою технологию универсального ИИ-агента. Крупные технологические компании считают, что ИИ-агенты, способные работать в интернете от имени пользователей, сделают современные ИИ-чатботы значительно полезнее.

Amazon, возможно, не первый, кто присоединился к этой гонке агентских технологий, но с Alexa+ он может охватить самую широкую аудиторию.

Amazon утверждает, что с помощью Nova Act SDK разработчики смогут автоматизировать простые задачи для пользователей, такие как заказ салатов в Sweetgreen или бронирование столиков на ужин. Набор инструментов Nova Act позволяет разработчикам создавать инструменты, с помощью которых ИИ-агент может перемещаться по веб-страницам, заполнять формы или выбирать даты в календаре.

Amazon заявляет, что Nova Act превосходит агентов от OpenAI и Anthropic в ряде внутренних тестов. Например, в тесте ScreenSpot Web Text, который проверяет, как ИИ-агент обрабатывает текст на экране, Nova Act набрал впечатляющие 94%, обойдя CUA от OpenAI (88%) и Claude 3.7 Sonnet от Anthropic (90%).

Однако Amazon не тестировал Nova Act в более распространённых оценках агентов, таких как WebVoyager.

Nova Act — это первый публичный продукт лаборатории AGI от Amazon, проект, который возглавляют бывшие исследователи OpenAI Дэвид Луан и Питер Аббеел. Оба ранее руководили собственными стартапами — Луан с Adept, а Аббеел с Covariant, — пока Amazon не переманил их в прошлом году для руководства разработкой ИИ-агентов.

Может показаться странным, что лаборатория AGI занимается ИИ-агентами, которые заказывают салаты, но Луан в интервью TechCrunch сказал, что рассматривает агентов как промежуточный этап на пути к созданию сверхумных ИИ-систем. Он определяет AGI как "ИИ-систему, которая может помочь вам сделать всё, что делает человек за компьютером".

Луан говорит, что его команда разработала Nova Act SDK для надёжной автоматизации быстрых и простых задач и предоставления разработчикам инструментов для определения, когда в агентский процесс должен вмешаться человек. Он надеется, что это поможет разработчикам создавать более надёжные агентские приложения, даже если они не полностью автономны.

Amazon вступает в игру универсальных ИИ-агентов на конкурентном поле, но это ключевая технология, на которую компания делает большую ставку. Ранние тесты Nova Act могут дать нам представление о том, на что способен долгожданный Alexa+, что может стать решающим моментом для амбиций Amazon в области ИИ.

Одна из больших проблем с ранними ИИ-агентами от OpenAI, Google и Anthropic — их надёжность в разных областях. В тестах TechCrunch эти системы работают медленно, с трудом функционируют самостоятельно в течение длительного времени и часто допускают ошибки, которые человек бы не совершил. Вскоре мы узнаем, удалось ли Amazon решить эту проблему — или их агенты сталкиваются с теми же трудностями, что и конкуренты.