Винаги включен личен асистент, задвижван от изкуствен интелект, който работи във фонов режим, дори когато не го помолите, е тазгодишният отговор на въпроса как хората всъщност ще използват моделите за дълбоко обучение. Startup Instinct се превърна в сензация за една нощ, а Meta вложи цялата си маркетингова енергия в разработването на своя асистент Muse.
OpenAI не беше пропуснат. Компанията пусна dots – своя асистентски продукт, на деня на разработчиците в края на септември. Александър Ембирикос, който ръководи екипа за корпоративни продукти на OpenAI, участва на TechCrunch Disrupt този месец.
„В ход е нещо като конвергентна еволюция“ – обясни Ембирикос за усилията за създаване на асистенти, задвижвани от изкуствен интелект. „Докато работихме върху продукта, осъзнахме, че ако можем да го представим като едно цяло, като един разговор, а не като много различни разговори… той започва да става интуитивен.“
Асистентът е достъпен в настолните и мобилните приложения на ChatGPT за абонатите на Pro и по-новите версии, като цените на плановете започват от $100 на месец. След като се свърже с вашия календар, имейл, компютър и други инструменти, агентът се опитва да ви помогне да свършите работата си.
Ембирикос отбелязва, че голяма част от функционалността на точките може да се постигне с помощта на приложението Open AI Codex – инструмент за кодиране, пуснат по-рано тази година. Но това изисква повече работа и усилия. Той си спомни как е празнувал, когато съпругата му започнала да оставя компютъра си включен цяла нощ, за да могат агентите ѝ да продължат да работят.
„В екипа за разработка на продуктите обмислям как да го направя интуитивен и полезен за хората“, каза той пред участниците в Disrupt. „Голяма част от това не е свързано с влагането на някаква нова технология в продукта; става въпрос за това как да го представим на потребителя и какво е усещането.“
Пътят от чатбот до инструмент за кодиране и личен асистентПревръщането на технологията в интуитивна означаваше преопаковане на функционалността на моделите на компанията в нещо по-достъпно – път, който тя вече беше поела, когато създаваше ChatGPT Work от инструменти за кодиране на агенти, създадени от компанията за разработчици на софтуер. Дори името игра на думи с негативното пространство в логото на OpenAI има за цел да „създаде усещане за нещо, което евентуално би могло да стане повсеместно“. (На въпроса кога е научил, че URL адресът на dot.com е собственост на конкурентния предприемач в областта на изкуствения интелект Илон Мъск, Ембирикос каза: „Разбрах много късно.“)
Идеята зад постоянния агент е, че той не се нуждае от подкани. За OpenAI това означава повече използване на токени, а за потребителите – по-проактивен асистент, „това е все едно да мисли за вас и да мисли как да ви помогне“, както се изрази Ембирикос.
В нашите тестове способността на асистента да мисли предварително е очевидна и често полезна, но не е съвсем перфектна. Той ще сигнализира за конфликти в календара и предстоящи крайни срокове, но не непременно по най-навременния начин.
„Когато за първи път ми казаха за един от тези [конфликти], разработката беше в ранен етап и ми казаха три минути преди да започне“, казва Ембирикос. „Беше нещо от сорта на: „Хей, нещо ще се случи. Може би трябва да направиш нещо по въпроса.“ Имам само три минути!“
Embiricos очаква сроковете да се подобрят с времето, но проактивността е ключова за продукта. „Чух за инженер в стартъп за доставка с дронове, който каза: „Имахме проблем и когато аз го забелязах, моят човек вече го беше видял, анализирал и идваше при мен с полезна информация за това как можем да го поправим.“
Давате ли прекалено информация на Dot?Както при повечето приложения на AI агенти, има компромис между това колко лична информация е необходима, за да бъде полезен AI моделът, и колко лична информация всъщност предоставяте на софтуерната компания. Muse е критикуван за профилите, които създава на вашето семейство и приятели, които софтуерът използва, за да знае например в кой ресторант може да искате да отидете с определен приятел, но които също биха могли да добавят невероятна стойност към рекламния бизнес на Meta. Събира ли dots този вид данни?
„Да, имаме нещо, което сме вградили в точките и което наричаме проактивно проучване“, каза Ембирикос. „В определен ритъм то ще обмисли какво знае за вас, какъв разговор е провело, какво сте му дали, за какво може да си помисли и след това ще започне да изследва: „Какво мога да направя, за да ви бъда по-полезен?“ И тогава по същество ще предложи това.“
Трудно е да се отделят нуждите от данните на един агент и тези на неговата компания майка. Hark, стартираща компания, разработваща собствен личен асистент, задвижван от изкуствен интелект, заявява ясно, че не събира данни в подкрепа на рекламния си бизнес по начина, по който го правят OpenAI и Meta.
OpenAI твърди, че благодарение на точките, агентът има същите настройки за поверителност като самия ChatGPT: потребителите могат да изключат обучението на моделите (така че OpenAI да не използва разговорите им за подобряване на своя изкуствен интелект) и да контролират до кои ресурси на компютъра им осъществява достъп и как. Тези настройки обаче не са подробни и приложението може да бъде натрапчиво. Например, то отказва достъп само за четене до облачните устройства.
„Мисля, че трябва да създадем изключително, изключително, изключително подробни контроли“, каза Ембирикос, но като обратна страна той посочи интелигентността и дискретността на модела.
„Всъщност това е нещо, за което получихме обратна връзка при стартирането“, каза Ембирикос. „Имахме много консервативни настройки по подразбиране за това, което агентът щеше да прави, и той често искаше разрешение. Спомням си, че знаех, че ще виждаме тази обратна връзка, но си помислих: „Няма проблем, можем да я настроим с течение на времето.“
Могат ли личните AI агенти да се мащабират?Друг голям въпрос относно агентите с изкуствен интелект е дали могат да се мащабират. Те са забавни, когато има само няколко души, които ги използват, и има много истории за агенти, които получават труднодостъпни резервации. Но бизнесите не е задължително да обичат да работят с агенти и може да не са подготвени за това. Хората определено не обичат да работят с тях (забележка: спрете да питате вашите ИИ агенти да ми предлагат услугите си), а Ембирикос е един от тези хора. Той също така има човешки асистент, защото корпоративните партньори на OpenAI искат да взаимодействат с човек, каза той, добавяйки: „Аз лично никога не възнамерявам да се срещам с агент на някой друг.“
Ако ИИ индустрията е права, че агентите са нашето бъдеще, можем ли да го постигнем, без да претоварваме инфраструктурата, която в момента управлява нашия свят – от бизнеси и уебсайтове до платежни мрежи?
„В OpenAI… не винаги се движим с най-бързите темпове по отношение на внедряването на следващия начин, по който един агент може да взаимодейства със света“, каза той. „Когато го правим, го правим в много тясно сътрудничество с останалата част от екосистемата. Вероятно не мога да кажа много тук, но сме дълбоко ангажирани в много дискусии с платежните системи.“
Разрешаването на асистент с изкуствен интелект да харчи пари чрез партньорства с платежни компании би било потенциално доходоносна първа стъпка за OpenAI, но също така би било голямо искане за потребителите. Даването на достъп на асистент до входящата ми поща вече изглежда като голямо искане, но банковата ми сметка в момента е недостъпна. Все още не.
Спомнете си, че OpenAI пусна функцията за групови чатове в ChatGPT за потребителите по целия свят.