Google представи нова версия на своя изкуствен интелект Gemini 2.5 Pro с функцията Computer Use, която позволява на системата да разглежда уеб сайтовете, да клика върху бутоните, да прелиства страниците и да попълва формулярите самостоятелно. Разработена от подразделението на компанията DeepMind, функцията превръща модела на изкуствения интелект в универсален цифров агент, способен да извършва действия в браузъра по същия начин като човека.
По същество Gemini 2.5 Computer Use е стъпка от чатбот към „изпълнител“. Докато предишните версии на ИИ можеха само да отговарят на въпроси и да генерират текстове, сега той може да действа в реален интерфейс: да търси билети, да влиза в уеб сайтове, да прави покупки и да тества персонализирани формуляри.
„Това е само началото, но способността на модела да взаимодейства с мрежата – като например скролиране, попълване на формуляри и навигация в менютата – ще бъде важна стъпка в създаването на универсални ИИ агенти“,
заяви главният изпълнителен директор на Google Сундар Пичай.
Google си партнира със стартъпа Browserbase, основан от бившия инженер на Twilio Пол Клайн, за да реализира функцията. Browserbase предлага браузъра като виртуална среда без графичен потребителски интерфейс, в която изкуственият интелект може да взаимодейства с уеб страниците директно чрез API. Този подход дава възможност да се обучават и тестват модели в контролирана среда, без реалната намеса на потребителя.
Всичко важно от света на технологиите, директно в пощата ти.
С абонирането приемате нашите Условия и Политика за поверителност. Може да се отпишете с един клик по всяко време.
Коментирайте статията в нашите Форуми. За да научите първи най-важното, харесайте страницата ни във Facebook, и ни последвайте в Google Новини, TikTok, Telegram и Viber или изтеглете приложението на Kaldata.com за Android, iPhone, Huawei, Google Chrome, Microsoft Edge и Opera!
