Hark-მა ბრაუზერზე დაფუძნებული AI აგენტი წარადგინა, რომელსაც სხვადასხვა დავალების შესრულება დამოუკიდებლად შეუძლია

სტარტაპმა Hark, რომელმაც მაისში A სერიის დაფინანსების ფარგლებში 700 მილიონი აშშ დოლარი მოიზიდა, ახალი აგენტი — Hark Handoff წარადგინა. ეს ტექნოლოგია ბრაუზერის ეფექტურად გამოყენებასა და სხვადასხვა დავალების ავტომატურად შესრულებაზეა ორიენტირებული.

კომპანიის განცხადებით, Handoff-ს შეუძლია მარტივად მართოს ისეთი ვებგვერდები, რომლებსაც ოფიციალური API არ გააჩნიათ. მათ შორისაა Target, Walmart, OpenTable და LinkedIn. აგენტი აანალიზებს საიტის სტრუქტურასა და ვიზუალურ მონაცემებს, რათა განსაზღვროს, სად არის საჭირო ღილაკზე დაჭერა ან ინფორმაციის შეყვანა.

პლატფორმის მუშაობის პრინციპი ბაზარზე არსებული სხვა ბრაუზერზე დაფუძნებული აგენტების მსგავსია. მომხმარებელი გასცემს ბრძანებას, აგენტი კი ასრულებს მას: იქნება ეს საკვებისა თუ ყავის შეკვეთა, სამგზავრო ბილეთების დაჯავშნა, პროდუქციის დაბრუნების გაფორმება, საყიდლებზე სიარული, რესტორანში მაგიდის რეზერვაცია თუ სხვადასხვა წყაროზე დაყრდნობით კვლევის ჩატარება.

ვიდეო დემონსტრაციაში კომპანიის აღმასრულებელმა დირექტორმა, ბრეტ ადკოკმა, აჩვენა, თუ როგორ შეუძლია ასისტენტს ყვავილების თაიგულის აწყობა მომხმარებლის მიერ მითითებული პარამეტრებით. სისტემას ასევე შეუძლია გაუმკლავდეს ისეთ ბუნდოვან მოთხოვნებსაც, როგორიცაა „ფლორისტის არჩევანით“. აღსანიშნავია, რომ ვიდეოში პროცესის მხოლოდ ნაწილია ნაჩვენები, რაც მისი სრული ეფექტურობის შეფასებას ართულებს.

ტექნიკური მახასიათებლები და სამომავლო გეგმები

ამ ეტაპზე კომპანია იყენებს პოსტ-ტრენინგის (post-trained) მოდელს, თუმცა წლის ბოლომდე გეგმავს წინასწარ გაწვრთნილი (pre-trained) მოდელის დანერგვას. Hark-ის განმარტებით, ეს მიდგომა მონაცემთა დამუშავების ჯაჭვის, საწვრთნელი ინფრასტრუქტურისა და ტექნიკის უფრო სწრაფად დახვეწის საშუალებას იძლევა.

კომპანია ასევე ამტკიცებს, რომ განსხვავებით დიდი ენობრივი მოდელებისგან (LLM), რომლებიც შემდეგი ტოკენის პროგნოზირებას ახდენენ, მათი მოდელი შემდეგ მოქმედებას წინასწარმეტყველებს. ეს შეიძლება იყოს კონკრეტულ ადგილას მაუსის დაჭერა ან კლავიატურიდან მონაცემების შეყვანა.

კონკურენცია ბაზარზე

კომპიუტერული აგენტების შექმნაზე ამჟამად მრავალი კომპანია მუშაობს, მათ შორის Google, OpenAI და Anthropic. გარდა ამისა, ვენჩურული კაპიტალით დაფინანსებული არაერთი სტარტაპი ცდილობს ბრაუზერზე დაფუძნებული დავალებების ავტომატიზაციას, მაგალითად: Browser Use, Polar, Strawberry და Aside.