AI Agent: ओपनएआई ने लॉन्च किया एआई एजेंट, अपने आप करेगा सारे काम, नहीं है कमांड की जरूरत

टेक डेस्क, अमर उजाला, नई दिल्लीप्रदीप पाण्डेय

Fri, 24 Jan 2025 10:57 AM IST

सार

Operator स्क्रीनशॉट के जरिए ब्राउजर को "देख" सकता है और माउस और कीबोर्ड एक्शन के जरिए "इंटरैक्ट" कर सकता है। इसकी खासियत यह है कि इसके लिए कस्टम API इंटीग्रेशन की जरूरत नहीं होती। यदि Operator किसी समस्या या गलती का सामना करता है, तो यह अपने रीजनिंग एबिलिटीज का उपयोग करके खुद को सही कर सकता है।

OpenAI launches Operator its first AI agent that performs tasks on web — OpenAI Operator AI Agent - फोटो : अमर उजाला

विस्तार

वॉट्सऐप चैनल फॉलो करें

ओपनएआई ने अपना नया एआई एजेंट Operator लॉन्च किया है, जो यूजर्स के लिए वेब पर विभिन्न कार्य कर सकता है। कंपनी के अनुसार यह अपने ब्राउजर का उपयोग करके किसी वेबपेज को देख सकता है और उसमें टाइपिंग, क्लिकिंग और स्क्रॉलिंग जैसे इंटरैक्शन कर सकता है। खास बात यह है कि यह ओपनएआई का पहला ऐसा एआई एजेंट है जो स्वतंत्र रूप से कार्य कर सकता है यानी इसे किसी कमांड की जरूरत नहीं है। फिलहाल इसे रिसर्च प्रीव्यू के तौर पर लॉन्च किया गया है, जिसका मतलब है कि इसमें अभी कुछ सीमाएं हैं और यह यूजर्स के फीडबैक के लिए खुला है। यह वर्जन वर्तमान में अमेरिका में केवल ChatGPT Pro उपयोगकर्ताओं के लिए उपलब्ध है।

Operator को विभिन्न प्रकार के रूटीन ब्राउजर कार्यों के लिए उपयोग किया जा सकता है, जैसे फॉर्म भरना, ग्रॉसरी ऑर्डर करना या यहां तक कि मीम्स बनाना। यह उन्हीं इंटरफेस और टूल्स का उपयोग करता है, जिनका लोग रोजाना करते हैं, जिससे इसकी उपयोगिता और बढ़ जाती है। यह न केवल समय बचाता है, बल्कि व्यवसायों को अपने ग्राहकों के साथ नए तरीकों से जुड़ने का अवसर भी प्रदान करता है।

ओपनएआई का प्लान है कि इसे जल्द ही Plus, Team और Enterprise उपयोगकर्ताओं के लिए भी उपलब्ध कराया जाए और इसे भविष्य में ChatGPT में एकीकृत किया जाए। कंपनी के ब्लॉग में बताया गया है, "Operator एक नए मॉडल, Computer-Using Agent (CUA) से संचालित है। यह GPT-4o की विजन क्षमताओं और एडवांस्ड रीजनिंग को रिइन्फोर्समेंट लर्निंग के माध्यम से जोड़ता है। यह ग्राफिकल यूजर इंटरफेस (GUI), जैसे बटन, मेन्यू और टेक्स्ट फील्ड, के साथ इंटरैक्ट करना सीखता है।"

और पढ़ें...