معرفی ChatGPT Agent: عامل هوشمند جدید OpenAI برای انجام وظایف پیچیده

معرفی ChatGPT Agent: گامی نوین در هوش مصنوعی

شرکت OpenAI با معرفی ابزار جدید ChatGPT Agent، تمرکز خود را بر «عامل‌های هوشمند» معطوف کرده است. این ابزار که فراتر از یک چت‌بات عمل می‌کند، قادر است وظایف پیچیده و چندمرحله‌ای را به‌طور مستقل و از طریق یک رایانه مجازی اختصاصی برای کاربران انجام دهد.

قابلیت‌های پیشرفته و کاربردهای متنوع

یاش کومار، مدیر محصول، و ایسا فالفورد، مدیر تحقیقات ChatGPT Agent، در یک جلسه زنده به تشریح قابلیت‌های این ابزار پرداختند. ChatGPT Agent بر پایه یک مدل جدید و اختصاصی OpenAI ساخته شده و توانایی‌های چشمگیری دارد:

• 🗓️ بررسی تقویم: اطلاع‌رسانی درباره جلسات کاری آینده.
• 🛒 برنامه‌ریزی و خرید: برنامه‌ریزی و خرید اقلام مورد نیاز، مانند تهیه صبحانه خانوادگی.
• 📊 تحلیل رقبا: تهیه اسلایدهای تحلیلی بر مبنای داده‌های رقبا.

این مدل برای انجام کارهای دشوار که نیازمند استفاده همزمان از چندین ابزار مانند مرورگر متنی، مرورگر تصویری و ترمینال هستند، آموزش دیده است. آموزش از طریق یادگیری تقویتی صورت گرفته که در تمامی مدل‌های استدلالی OpenAI نیز به کار رفته است. ChatGPT Agent ترکیبی از قابلیت‌های دو ابزار دیگر این شرکت، Operator و Deep Research، محسوب می‌شود.

تیم توسعه و نمونه‌های عملی

تیم‌های Operator و Deep Research برای ساخت این ابزار جدید با یکدیگر ادغام شده و تیمی مشترک با 20 تا 35 عضو از بخش‌های محصول و تحقیق تشکیل داده‌اند. در نمایش زنده، کومار و فالفورد چندین کاربرد عملی ChatGPT Agent را به نمایش گذاشتند:

• تنظیم قرار ملاقات: با اتصال به تقویم گوگل و سرویس OpenTable، زمان‌های آزاد کاربر را شناسایی و رستوران‌های مناسب را پیدا می‌کند. کاربر می‌تواند در حین انجام وظیفه، روند را متوقف کرده و جستجو را تغییر دهد.
• تهیه گزارش تحقیقی: نمونه‌ای از تهیه گزارش تحقیقی درباره رشد محبوبیت عروسک‌های لبوبو در مقایسه با عروسک‌های بینی نیز ارائه شد.

فالفورد برتری ChatGPT Agent را در خرید آنلاین به دلیل ترکیب فناوری‌های Deep Research و Operator دانست که عملکردی جامع‌تر و مؤثرتر ارائه می‌دهد. کومار نیز از این ابزار برای خودکارسازی وظایف روزمره خود استفاده می‌کند.

دسترسی به رایانه کامل و ملاحظات امنیتی

کومار توضیح داد که دسترسی ChatGPT Agent به «یک رایانه کامل» به جای صرفاً یک مرورگر، دامنه ابزارهای آن را به طور قابل‌توجهی گسترش داده است. با این حال، در دموها مشاهده شد که این ابزار ممکن است در برخی وظایف با کندی مواجه شود. کومار در پاسخ به این موضوع اظهار داشت که تیم بر «بهینه‌سازی وظایف دشوار» تمرکز دارد و کاربران نیازی به نظاره فعال روند کار ندارند.

حتی اگر انجام وظیفه 15 دقیقه یا نیم ساعت زمان ببرد، باز هم نسبت به زمانی که خودتان صرف انجام آن می‌کنید، بسیار سریع‌تر خواهد بود.

فالفورد افزود که تیم جستجوی OpenAI بیشتر روی موارد با تأخیر پایین تمرکز دارد. همچنین، ChatGPT Agent پیش از انجام هرگونه اقدام بازگشت‌ناپذیری مانند ارسال ایمیل یا ثبت رزرو، از کاربر اجازه خواهد گرفت.

در حال حاضر، عملکردهای مربوط به تراکنش‌های مالی غیرفعال شده‌اند و تدبیر امنیتی اضافه‌ای به نام Watch Mode در نظر گرفته شده است. در این حالت، اگر کاربر وارد وب‌سایت‌های خاصی مانند صفحات مالی شود، نباید از زبانه‌ای که ChatGPT Agent در آن فعال است خارج شود؛ در غیر این صورت عملکرد ابزار متوقف می‌شود.

زمان عرضه و گسترش عامل‌های هوش مصنوعی

عرضه ChatGPT Agent از امروز برای کاربران نسخه‌های Pro، Plus و Team آغاز می‌شود. کاربران می‌توانند با انتخاب «agent mode» در منوی ابزارها یا تایپ فرمان «/agent» به آن دسترسی پیدا کنند. OpenAI اعلام کرده که این قابلیت در تابستان پیش رو برای کاربران نسخه‌های Enterprise و Education نیز در دسترس خواهد بود.

مفهوم عامل‌های هوش مصنوعی سال‌هاست که در صنعت هوش مصنوعی مورد توجه قرار گرفته است. اصطلاح «عامل هوش مصنوعی» در سال 2023 در میان سرمایه‌گذاران و مدیران فناوری رواج یافت. به عنوان مثال، شرکت مالی Klarna در فوریه 2024 اعلام کرد که عامل هوش مصنوعی اختصاصی‌اش در یک ماه، دو سوم گفت‌وگوهای پشتیبانی مشتریان را انجام داده که معادل عملکرد 700 نیروی انسانی تمام‌وقت بوده است. از آن زمان، مدیران اجرایی شرکت‌هایی چون آمازون، متا، گوگل و دیگران نیز درباره اهداف خود در زمینه عامل‌های هوشمند صحبت کرده و شرکت‌های فعال در حوزه هوش مصنوعی نیز شروع به جذب نیرو برای پیشبرد این اهداف کرده‌اند.