KI-Spezialist
OpenAI hat mit Operator die Vorabversion eines ersten KI-Agenten vorgestellt. Operator soll in der Lage sein, im Web selbstständig Aufgaben auszuführen. OpenAI nennt als Beispiele das Ausfüllen von Formularen, das Bestellen von Lebensmitteln oder die Erstellung von Memes.
Vorläufig steht Operator nur Abonnenten von ChatGPT Pro in den USA zur Verfügung. Schon bald soll der Agent aber auch in die Plus-, Team- und Enterprise-Versionen integriert werden, bevor er dann auch in ChatGPT bereitgestellt werden soll.
Operator arbeitet mit einem neuen Modell namens Computer-Using Agent, kurz CUA. Dabei werden die Sehfähigkeiten von GPT-40 mit fortgeschrittenem logischem Denken kombiniert, wobei CUA darauf trainiert ist, mit grafischen Benutzeroberflächen zu interagieren. Bei Schwierigkeiten soll der Agent in der Lage sein, sich selber zu korrigieren, und geht es gar nicht mehr weiter, wird der Benutzer beigezogen. So etwa bei Anmeldungen, bei der Eingabe von Zahlungsdetails oder bei der Lösung von Captchas. Benutzer haben zudem die Möglichkeit, Abläufe in Operator zu personalisieren, indem sie etwa individuelle Anweisungen für eine Website hinzufügen. Dabei ist Operator in der Lage, mehrere Aufgaben parallel auszuführen.
OpenAI betont, Operator befinde sich derzeit noch in einem frühen
Entwicklungsstadium und stosse noch da und dort auf Probleme. Um den Agenten zu verbessern, sei man daher auf Anwender-Feedback angewiesen. Weiter will man das CUA-Modell in die API integrieren, womit Entwickler dereinst in die Lage versetzt werden, ihre eigenen Agenten programmieren zu können.
(rd)
