Google разрабатывает новый ИИ, который автоматизирует задачи просмотра веб-страниц в Chrome
Ожидается, что новый искусственный интеллект, известный как «Project Jarvis», повысит производительность пользователей за счет автоматизации рутинных задач, таких как онлайн-покупки, исследования и бронирование билетов.
Project Jarvis основан на большой языковой модели Gemini 2.0 от Google, которая обещает существенные улучшения в понимании и создании текста, похожего на человеческий. Источники сообщили, что искусственный интеллект разработан специально для Google Chrome и включает в себя возможности интерпретации скриншотов, нажатия кнопок и ввода текста, имитируя взаимодействие пользователя с браузером для выполнения различных действий на веб-страницах.
Новость появилась менее чем через неделю после того, как компания Anthropic представила в публичном бета-режиме новые модели, которые включают взаимодействие искусственного интеллекта с компьютерами. Например, модель Claude Sonnet может через пользовательский интерфейс взаимодействовать с компьютером путем перемещения курсора мыши, печати текста и нажатия кнопок. Идея Athropic отличается решения Google, тем, что ИИ может управлять компьютером, в то время как Project Jarvis может получать доступ только к веб-страницам в браузере Google Chrome.
Переход к моделям ИИ, которые могут взаимодействовать с компьютером или видеть, что происходит на нем, является растущей тенденцией в области искусственного интеллекта, и другие компании работают над аналогичными системами. Например, корпорация Microsoft представила 1 октября искусственный интеллект Copilot Vision, который может анализировать изображения на веб-странице и отвечать на вопросы об этих изображениях.
Корпорация Apple также работает над аналогичными взаимодействиями на основе ИИ через свою платформу Apple Intelligence. В отличие от Project Jarvis, который работает в основном через браузер Chrome, подход Apple интегрирует ИИ непосредственно в функции устройства, такие как Siri, обеспечивая контекстные ответы и действия на основе содержимого на экране.
Хотя у разных компаний могут быть разные взгляды и возможности на реализацию искусственного интеллекта, способного взаимодействовать с экранами или анализировать то, что на них происходит, очевидно, что агенты ИИ, которые умеют взаимодействовать с пользователями и выполнять их задачи, быстро становятся следующим трендом развития ИИ.
