OpenAI สร้างปรากฏการณ์ใหม่ในวงการเทคโนโลยีปัญญาประดิษฐ์ด้วยการเปิดตัว Operator เอเจนต์ AI ที่สามารถควบคุมเว็บเบราว์เซอร์ได้อย่างอิสระ เสมือนผู้ใช้งานจริง ตั้งแต่การคลิก พิมพ์ และเลื่อนหน้าจอ นับเป็นก้าวสำคัญของการพัฒนา AI ที่สามารถโต้ตอบกับอินเทอร์เฟซดิจิทัลได้อย่างเป็นธรรมชาติ
Operator ถูกขับเคลื่อนด้วยเทคโนโลยี Computer-Using Agent (CUA) นวัตกรรมล่าสุดที่ผสานความสามารถของ GPT-4 ด้านการประมวลผลภาพ เข้ากับการเรียนรู้เชิงเสริมกำลังขั้นสูง ทำให้ AI สามารถเข้าใจและโต้ตอบกับส่วนติดต่อผู้ใช้แบบกราฟิก (GUI) ได้เช่นเดียวกับมนุษย์ ไม่ว่าจะเป็นปุ่มกด เมนู หรือช่องกรอกข้อความ โดยไม่จำเป็นต้องพึ่งพา API เฉพาะของระบบปฏิบัติการหรือเว็บไซต์
ซาม อัลต์แมน ซีอีโอของ OpenAI กล่าวว่า CUA เป็นก้าวกระโดดครั้งสำคัญของการพัฒนา AI โดยสามารถทำลายสถิติในการทดสอบประสิทธิภาพหลายรายการ ได้แก่ คะแนน 38.1% ในการทดสอบ OSWorld สำหรับงานใช้คอมพิวเตอร์ทั่วไป 58.1% สำหรับ WebArena และ 87% สำหรับ WebVoyager ในการทดสอบการทำงานบนเว็บ ซึ่งแสดงให้เห็นถึงความสามารถในการทำงานข้ามแพลตฟอร์มที่หลากหลาย
ความสามารถของ Operator ครอบคลุมตั้งแต่การสร้างมีม การสั่งซื้อของออนไลน์ ไปจนถึงการกรอกแบบฟอร์มต่างๆ โดยอัตโนมัติ ซึ่งนับเป็นหนึ่งในเอเจนต์ AI รุ่นแรกที่สามารถดำเนินการตามคำสั่งของผู้ใช้ได้อย่างเป็นรูปธรรม
ในช่วงแรก Operator จะให้บริการเฉพาะสมาชิก ChatGPT Pro ในสหรัฐอเมริกา ด้วยค่าบริการ 200 ดอลลาร์ต่อเดือน ซึ่งถือเป็นการลงทุนที่คุ้มค่าสำหรับผู้ที่ต้องการใช้งาน AI ขั้นสูง อย่างไรก็ตาม OpenAI มีแผนที่จะขยายการเข้าถึงไปยังผู้ใช้ในระดับ Plus, Team และ Enterprise ในอนาคตอันใกล้ โดยผู้สนใจสามารถทดลองใช้งานได้ที่ operator.chatgpt.com
การเปิดตัว Operator ในเดือนมกราคม 2025 นี้ ถือเป็นจุดเปลี่ยนสำคัญของวงการ AI ที่แสดงให้เห็นถึงความก้าวหน้าในการพัฒนาเทคโนโลยี Computer-Using Agent ซึ่งอาจเป็นคำตอบสำหรับผู้ที่สงสัยว่าเมื่อไหร่จะได้เห็นความสามารถที่เหนือกว่า ChatGPT-4
นอกจากนี้ OpenAI ยังมีโครงการ Stargate ที่กำลังจะเปิดตัวในเร็วๆ นี้ ซึ่ง ซาม อัลต์แมน ได้ทวีตข้อความสั้นๆ บนแพลตฟอร์ม X ว่า “big. beautiful. buildings.” สร้างความคาดหวังให้กับวงการเทคโนโลยีอีกครั้ง
อ้างอิง | 9to5mac.com
