Το πιο πρόσφατο εγχείρημα της Google, με την κωδική ονομασία «Project Jarvis», πρόκειται να αξιοποιήσει την τεχνητή νοημοσύνη για να αυτοματοποιήσει εργασίες που βασίζονται στον ιστό στο πρόγραμμα περιήγησης Chrome.
Σύμφωνα με Οι Πληροφορίεςαυτό το έργο που βασίζεται σε τεχνητή νοημοσύνη, που αναμένεται να κάνει το ντεμπούτο του σε πρώιμες προεπισκοπήσεις αυτόν τον Δεκέμβριο, καθοδηγείται από το μοντέλο Gemini 2.0 της Google και αντιπροσωπεύει ένα εργαλείο που απευθύνεται στους καταναλωτές που στοχεύει στην απλοποίηση των διαδικτυακών αλληλεπιδράσεων. Σχεδιασμένο σύμφωνα με τον φανταστικό βοηθό JARVIS της Marvel, ο Jarvis θα εκτελεί αυτόνομα ψηφιακές εργασίες πολλαπλών βημάτων, που εκτείνονται από τις ηλεκτρονικές αγορές έως τις κρατήσεις ταξιδιών.
Το Gemini 2.0 εξουσιοδοτεί το Project Jarvis
Το Gemini 2.0, η τελευταία επανάληψη του προηγμένου μοντέλου τεχνητής νοημοσύνης της Google, χρησιμεύει ως βάση για το Project Jarvis. Το Gemini που παρουσιάστηκε στο Google I/O 2024, έχει σχεδιαστεί με βελτιώσεις στη λογική, τον προγραμματισμό και τη μνήμη, όλα με στόχο να βοηθήσουν τους χρήστες να ολοκληρώνουν αυτόνομα πολύπλοκες εργασίες πολλαπλών βημάτων.
Όπως εξήγησε ο διευθύνων σύμβουλος της Google, Sundar Pichai, κατά τη διάρκεια του I/O, ο στόχος είναι να δημιουργηθούν «έξυπνα συστήματα που δείχνουν συλλογισμό, προγραμματισμό και μνήμη, [and are] μπορεί να σκέφτεται πολλά βήματα μπροστά» ενώ παραμένει πλήρως εποπτευόμενος από τον χρήστη. Με αυτές τις δυνατότητες, ο Gemini στοχεύει να προσφέρει ένα “εμβληματικό παράδειγμαγια το πώς οι μελλοντικοί πράκτορες AI μπορούν να βελτιώσουν την παραγωγικότητα και να μειώσουν τις εισροές των χρηστών.
Αυτό που διακρίνει τον Jarvis είναι η ικανότητά του να λειτουργεί εντός του προγράμματος περιήγησης Chrome, λήψη στιγμιότυπων οθόνης για να καθοδηγήσει τις αλληλεπιδράσεις του με ηλεκτρονικές φόρμες και κουμπιά. Σύμφωνα με το The Information, ο Jarvis τραβά συχνά στιγμιότυπα οθόνης του παραθύρου του Chrome ενός χρήστη για να ερμηνεύσει κάθε διεπαφή, επιτρέποντάς του να κάνει «κλικ» σε κουμπιά, να πληκτρολογεί σε πεδία ή ακόμη και να συγκρίνει στοιχεία σε ιστότοπους.
Η μέθοδος που βασίζεται σε στιγμιότυπο οθόνης επιτρέπει επίσης στον Jarvis να κατανοούν πολύπλοκες μορφές και διατάξεις που διαφέρουν πολύ σε διαφορετικούς ιστότοπους. Ωστόσο, αυτή η δυνατότητα σημαίνει ότι ο Jarvis λειτουργεί σχετικά αργά, απαιτώντας μερικά δευτερόλεπτα για να αναλύσει κάθε στιγμιότυπο οθόνης πριν προχωρήσει στο επόμενο βήμα. Αν και δεν έχει ακόμη βελτιστοποιηθεί για ταχύτητα, αυτή η τεχνολογία παρουσιάζει τη στρατηγική της Google για χρήση πόρων που βασίζονται σε σύννεφο για την υποστήριξη σύνθετων εργασιών τεχνητής νοημοσύνης που διαφορετικά θα απαιτούσαν ισχύ επεξεργασίας στη συσκευή.
Τι θα λέγατε για τις εφαρμογές;
Το Project Jarvis υπόσχεται να αλλάξει τον τρόπο με τον οποίο οι χρήστες αλληλεπιδρούν με τις ψηφιακές πλατφόρμες, δίνοντας έμφαση στην αυτοματοποίηση καθημερινών εργασιών που βασίζονται στον ιστό, όπως η αγορά προϊόντων, η κράτηση πτήσεων ή η συγκέντρωση έρευνας.
Αυτή η δυνατότητα θα μπορούσε να απευθύνεται σε ένα ευρύ κοινό, από πολυάσχολους επαγγελματίες έως καθημερινούς χρήστες που θέλουν να βελτιώσουν τις εργασίες τους. Το ρεπορτάζ των Information τονίζει ότι Το Jarvis θα επιτρέψει στους χρήστες να ολοκληρώσουν εκτενείς διαδικασίες που βασίζονται στο διαδίκτυο με ελάχιστη είσοδοεπιτρέποντάς τους να αναθέτουν χρονοβόρες δραστηριότητες στο AI. Με αυτόν τον τρόπο, η Google στοχεύει να τοποθετήσει τον Jarvis ως ένα εργαλείο που απευθύνεται στον καταναλωτή και εστιάζει στην παραγωγικότητα, όπως το Copilot Vision της Microsoft ή το Apple Intelligence της Apple.
Πότε μπορούν οι χρήστες να έχουν πρόσβαση στο Google Jarvis;
Οι αναφορές υποδηλώνουν ότι μια πρώιμη προεπισκόπηση του Project Jarvis μπορεί να κάνει το ντεμπούτο του αυτόν τον Δεκέμβριοαν και οι λεπτομέρειες θα μπορούσαν να αλλάξουν. Η εταιρεία πιθανότατα θα κυκλοφορήσει το εργαλείο σε ένα περιορισμένο κοινό αρχικά για να εντοπίσει και να αντιμετωπίσει τυχόν σφάλματα ή περιορισμούς πριν από μια ευρύτερη κυκλοφορία.
Η Google έχει χρησιμοποιήσει παρόμοια προσέγγιση για προηγούμενες εκδόσεις προϊόντων, όπως το Bard AI, δίνοντας στους πρώτους χρήστες την ευκαιρία να προσφέρουν σχόλια και να συμβάλουν σε βελτιώσεις πριν από την ευρύτερη διαθεσιμότητα. Αυτή η φάση δοκιμών θα μπορούσε να διαμορφώσει τον τρόπο με τον οποίο η Google βελτιστοποιεί τον Jarvis για ταχύτερη, πιο απρόσκοπτη απόδοση, διασφαλίζοντας παράλληλα ότι τα πρωτόκολλα ασφαλείας ανταποκρίνονται στις προσδοκίες των χρηστών.
Εκεί έρχονται οι ανησυχίες
Ως βοηθός τεχνητής νοημοσύνης με σημαντικό έλεγχο στην εμπειρία ιστού ενός χρήστη, ο Jarvis εγείρει νέες ανησυχίες για το απόρρητο και την ασφάλεια. Δεδομένου ότι ο Jarvis βασίζεται στην ερμηνεία στιγμιότυπων οθόνης δυνητικά ευαίσθητων πληροφοριών, θα είναι απαραίτητα αυστηρά μέτρα ασφαλείας για να διασφαλιστεί ότι τα δεδομένα των χρηστών παραμένουν προστατευμένα. Το σχέδιο της Google περιλαμβάνει εντατικές δοκιμές αυτών των διασφαλίσεων προτού ο Jarvis δει μια ευρύτερη έκδοση, αλλά οι πιθανοί κίνδυνοι που συνδέονται με ένα τόσο υψηλό επίπεδο πρόσβασης στο σύστημα προκαλούν συζήτηση μεταξύ των υποστηρικτών του απορρήτου και των προγραμματιστών.
Με την παροχή εργαλείων τεχνητής νοημοσύνης όπως ο Jarvis άμεσο έλεγχο των συσκευών των χρηστών, η Google πρέπει να εφαρμόσει διασφαλίσεις για την αποτροπή τρωτών σημείων και μη εξουσιοδοτημένης πρόσβασης. Ενώ το Project Jarvis βρίσκεται ακόμη σε ανάπτυξη, υπόσχεται να αλλάξει το παιχνίδι στην παραγωγικότητα που βασίζεται στην τεχνητή νοημοσύνη, επιτρέποντας στους χρήστες να αναθέτουν σύνθετες εργασίες πολλαπλών βημάτων μέσα στο πρόγραμμα περιήγησης Chrome. Συνδυάζοντας τη δύναμη του Gemini 2.0 με τις δυνατότητες web του Chrome, η Google δημιουργεί ένα AI που θα μπορούσε να επαναπροσδιορίσει τον τρόπο με τον οποίο προσεγγίζουμε τις ψηφιακές εργασίες, από τις αγορές έως την έρευνα.
Καθώς η Google οριστικοποιεί το Jarvis για καταναλωτική χρήση, η επιτυχία της θα μπορούσε να ανοίξει το δρόμο για πιο προηγμένες και αυτόνομες εμπειρίες τεχνητής νοημοσύνης, αλλάζοντας τον τρόπο αλληλεπίδρασης με τα προγράμματα περιήγησης και, ενδεχομένως, με την τεχνολογία γενικότερα.
Πιστώσεις εικόνας: Εμρέ Τσιτάκ/Ιδεόγραμμα AI
VIA: DataConomy.com
