Amazon ra mắt Nova Act: AI Agent Masters Trình duyệt web

Amazon đã công bố một tin tức lớn vào thứ Hai với việc ra mắt Nova Act, một tác nhân AI đa năng có thể điều khiển trình duyệt web và thực hiện các nhiệm vụ đơn giản một cách độc lập. Cùng với mô hình AI tác nhân mới này, Amazon cũng đang triển khai Nova Act SDK, một bộ công cụ cho phép các nhà phát triển tạo ra nguyên mẫu tác nhân bằng cách sử dụng Nova Act.

Được phát triển bởi phòng thí nghiệm AGI mới mở của Amazon tại San Francisco, Nova Act được thiết kế để nâng cấp cho bản cập nhật Alexa+ sắp tới, một phiên bản cải tiến của trợ lý giọng nói được yêu thích của Amazon với trí thông minh AI tạo sinh. Phiên bản Nova Act ra mắt hôm nay vẫn còn một số điểm chưa hoàn thiện. Amazon gọi đây là bản xem trước nghiên cứu.

Các nhà phát triển có thể tiếp cận bộ công cụ Nova Act tại nova.amazon.com, nơi cũng đóng vai trò là trung tâm trưng bày các mô hình nền tảng Nova khác nhau của Amazon.

Với Nova Act, Amazon đang tham gia cuộc đua với Operator của OpenAI và Computer Use của Anthropic, nhằm mang đến công nghệ tác nhân AI đa năng của riêng mình. Các gã khổng lồ công nghệ tin rằng các tác nhân AI có thể lướt web cho người dùng sẽ khiến các chatbot AI hiện nay trở nên hữu ích hơn rất nhiều.

Amazon có thể không phải là người đầu tiên nhảy vào xu hướng công nghệ tác nhân này, nhưng với Alexa+, nó có thể tiếp cận được lượng khán giả rộng lớn nhất từ trước đến nay.

Amazon cho biết với Nova Act SDK, các nhà phát triển sẽ có thể tự động hóa những việc cơ bản cho người dùng, như đặt salad từ Sweetgreen hoặc đặt chỗ ăn tối. Bộ công cụ Nova Act cho phép các nhà phát triển xây dựng các công cụ giúp tác nhân AI điều hướng trang web, điền biểu mẫu hoặc chọn ngày trên lịch.

Amazon tuyên bố Nova Act vượt trội hơn các tác nhân từ OpenAI và Anthropic trong một số bài kiểm tra nội bộ. Chẳng hạn, trong bài kiểm tra ScreenSpot Web Text, kiểm tra cách một tác nhân AI xử lý văn bản trên màn hình, Nova Act đạt điểm ấn tượng 94%, vượt qua CUA của OpenAI (88%) và Claude 3.7 Sonnet của Anthropic (90%).

Tuy nhiên, Amazon không thử nghiệm Nova Act với các đánh giá tác nhân phổ biến hơn như WebVoyager.

Nova Act đánh dấu sản phẩm công khai đầu tiên từ phòng thí nghiệm AGI của Amazon, một dự án do các cựu nhà nghiên cứu của OpenAI là David Luan và Pieter Abbeel đồng dẫn dắt. Cả hai đều có công ty khởi nghiệp riêng trước đây—Luan với Adept và Abbeel với Covariant—trước khi Amazon chiêu mộ họ vào năm ngoái để dẫn dắt nỗ lực về tác nhân AI.

Có thể hơi lạ khi một phòng thí nghiệm AGI lại tập trung vào các tác nhân AI đặt salad, nhưng Luan nói với TechCrunch rằng ông xem các tác nhân như một bước đệm để xây dựng các hệ thống AI siêu thông minh. Ông định nghĩa AGI là "một hệ thống AI có thể giúp bạn làm bất cứ điều gì một con người làm trên máy tính."

Luan cho biết nhóm của ông đã xây dựng Nova Act SDK để tự động hóa các nhiệm vụ nhanh chóng, dễ dàng một cách đáng tin cậy và cung cấp cho các nhà phát triển công cụ để quyết định khi nào con người nên can thiệp trong một quy trình tác nhân. Ông hy vọng nó sẽ giúp các nhà phát triển tạo ra các ứng dụng tác nhân đáng tin cậy hơn, ngay cả khi chúng chưa hoàn toàn tự động.

Amazon đang bước vào cuộc chơi tác nhân AI đa năng trong một lĩnh vực cạnh tranh gay gắt, nhưng đây là một công nghệ quan trọng mà công ty đang đặt cược lớn. Các thử nghiệm ban đầu của Nova Act có thể cho chúng ta cái nhìn sơ bộ về những gì Alexa+ được chờ đợi từ lâu có thể làm, điều này có thể là một khoảnh khắc quyết định cho tham vọng AI của Amazon.

Một vấn đề lớn với các tác nhân AI ban đầu từ OpenAI, Google và Anthropic là độ tin cậy của chúng trên các lĩnh vực khác nhau. Trong các bài kiểm tra của TechCrunch, những hệ thống này chậm, khó hoạt động độc lập trong thời gian dài và thường mắc lỗi mà con người không mắc phải. Sẽ không lâu nữa chúng ta sẽ biết liệu Amazon có giải được bài toán này—hay các tác nhân của họ cũng gặp phải những vấn đề tương tự như đối thủ.