El modo ‘Operador’ de ChatGPT le da a Ai verdadera autonomía

Las actualizaciones de la IA ChatBot Chatgpt de AI que conquistan el mundo de OpenAI se están volviendo gruesas y rápidas, pero lo último podría ser el salto más significativo hacia adelante hasta ahora.

Cuando ChatGPT se lanzó hace poco más de dos años, era bastante “Bare Bones” en comparación con hoy. Desde entonces, se ha evolucionado para navegar por la web, comprender las imágenes, recordar las cosas, razonar de manera más efectiva e incluso trabajar mientras estamos fuera de línea.

Sin embargo, todo eso podría alcanzar la insignificancia en comparación con lo que está por venir después.

La última actualización de ChatGPT, conocida como operador, hace que sea capaz de completar tareas mucho más complicadas que nunca, incluida la interacción con otras páginas y servicios web.

Maneja todo esto de manera autónoma, sin tener que ser de mano por un humano a través de cada paso.

En resumen, el operador es el primer intento de Chatgpt de convertirse en un verdadero agente de IA: una nueva forma de herramienta de IA con capacidades mucho más allá de las de un chatbot relativamente simple.

Entonces, ¿qué es un agente, por qué se considera el próximo salto importante en la evolución de la IA, y el operador marca la llegada de una nueva generación de aplicaciones, herramientas y servicios inteligentes?

¿Qué es un agente de IA?

En primer lugar, ¿qué queremos decir cuando hablamos de un agente de IA, y por qué tanta gente piensa que serán tan significativos?

OpenAI define a un agente como una herramienta de IA que es “capaz de trabajar para usted”.

¿No pueden las herramientas de IA generativas regulares, como ChatGPT, ya hacer esto? Ciertamente pueden extraer correos electrónicos, resumir documentos y traducir idiomas. Pero los agentes pueden llevar a cabo tareas mucho más complejas que involucran instrucciones en varias etapas.

Aquí está la diferencia: el chatGPT regular generalmente ejecuta una sola instrucción (conocida como un “aviso”), luego pasa el control al usuario humano para decirle qué hacer a continuación.

Un agente autónomo, por otro lado, puede ejecutar el aviso y luego usar el resultado para resolver lo que debe hacer a continuación sin la intervención humana.

Siempre trabajará para lograr el objetivo que originalmente fue dado por un humano, pero utilizará sus propias habilidades de conocimiento, lógica y razonamiento para resolver cada uno de los diferentes pasos que necesita para llegar allí.

Microsoft, otro gran creyente en el poder de los agentes de IA, describe un futuro en el que eventualmente se convertirán en nuestros colegas de IA, operando 24/7 en nuestro nombre para que podamos dedicar nuestro propio tiempo a tareas que requieren un toque humano.

¿Cómo funciona el operador?

Eso es muy emocionante, pero ¿cómo logra ChatGPT con el operador algo de esto?

Bueno, esencialmente, lo hace combinando las famosas capacidades de visión del lenguaje natural y la visión de ChatGPT con la capacidad de interactuar con herramientas y complementos de terceros a través de una interfaz web.

Según el anuncio de OpenAI, se basa en un nuevo modelo de IA conocido como agente que usa computadora. El CUA está capacitado para usar interfaces gráficas de usuario, en este caso, un navegador web, con sus capacidades de visión basadas en GPT4, lo que le permite navegar en botones y menús, así como interpretar el texto.

Esto significa, por ejemplo, que puede navegar y comprar en línea, investigar los planes de viaje, buscar los vuelos más baratos disponibles y hacer reservas, o planificar un horario de comidas y luego organizar todos los ingredientes que se entregan.

Esencialmente, el operador le permite a ChatGPT dar el salto de simplemente reaccionar a las indicaciones del usuario a poder determinar e implementar proactivamente las instrucciones que necesita para realizar la tarea.

Hacia agi?

Para mí, lo verdaderamente emocionante del operador, sin embargo, es que representa otro paso, aunque quizás pequeño, hacia el actual “santo grial” del desarrollo de la IA: inteligencia general artificial.

Generalmente conocido como AGI, esto se refiere a AIS que son capaces de aprender a hacer casi cualquier tarea. Esto contrasta con la mayoría de los IA actuales, que se consideran “estrechos” porque solo pueden trabajar en el campo de las tareas para las que han sido diseñados.

Para ser claros, la IA de agente no es lo mismo que la IA general. Sin embargo, dar a las máquinas la capacidad de resolver cómo completar tareas complejas en sí mismas es claramente necesario para crear AGI.

Operai ha dejado en claro que considera progresar hacia el objetivo final de AGI como su prioridad número uno. Entonces, en este contexto, su enfoque actual en la IA agente ciertamente no es sorprendente y es un buen indicador de dónde podemos esperar ver más desarrollos de IA en el futuro.

Entonces, ¿qué significa esto para nosotros hoy?

Actualmente, el operador está disponible como una vista previa de investigación para los suscriptores de ChatGPT Pro en los EE. UU.

Operai espera que las empresas lo usen para crear sus propios agentes, lo que permite a la IA de agente se convierte en una parte cotidiana de los flujos de trabajo de todos.

Ya está colaborando con Doordash, Instacart, OpenTable y muchos otros para crear aplicaciones orientadas al público. Pero no hay razón para que, lejos de los nombres familiares, muchas empresas más pequeñas no las creen para su propio uso interno, tal como lo han estado haciendo con la API GPT de OpenAI en los últimos dos años.

El operador ciertamente no es el primer agente de IA que se lanzará. El repositorio de código abierto que abraza la cara es el hogar de una gran cantidad de modelos que se han desarrollado en los últimos dos años.

Sin embargo, al integrarlos con su plataforma CHATGPT enormemente popular, OpenAI hará que la IA agente sea accesible para millones de personas y empresas que pueden no tener la habilidad técnica para construirlos en tecnología de código abierto.

Es importante tener en cuenta que, a partir de escribir, todo esto está en una etapa muy temprana, y las impresiones tempranas son que todavía hay muchos errores que se aplastan antes de que la IA de agente esté realmente lista para la corriente principal.

Y eso es sin siquiera considerar las preocupaciones de seguridad que conlleva dejar que AIS se realicen por sí mismos, ¡haciendo compras e interactuando con el mundo de una manera que podría salir mal!

Sin embargo, esta última iteración de ChatGPT es, sin duda, uno de los desarrollos más emocionantes que hemos visto en IA disponibles públicamente durante algún tiempo y que probablemente abrirá las puertas a una gran innovación.