მუდმივმოქმედი ხელოვნური ინტელექტის პერსონალური ასისტენტი, რომელიც ფონურ რეჟიმში მუშაობს მაშინაც კი, როდესაც მას კონკრეტულ დავალებას არ აძლევენ, მიმდინარე წლის მთავარი პასუხია კითხვაზე, თუ როგორ გამოიყენებს საზოგადოება ღრმა სწავლების მოდელებს რეალურად. სტარტაპი Instinct მოულოდნელ სენსაციად იქცა, ხოლო Meta-მ მთელი თავისი მარკეტინგული რესურსი საკუთარი ასისტენტის, Muse-ის პოპულარიზაციას დაუთმო. გამონაკლისი არც OpenAI აღმოჩნდა — კომპანიამ სექტემბრის ბოლოს, დეველოპერების კონფერენციაზე, საკუთარი ასისტენტი dots წარადგინა.
ალექსანდრე ემბირიკოსმა, რომელიც OpenAI-ის კორპორაციული პროდუქტების გუნდს ხელმძღვანელობს, TechCrunch Disrupt-ზე პროდუქტის შექმნის ისტორიაზე ისაუბრა. მან განმარტა, თუ რატომ ირჩევს ამდენი კომპანია „საყვარელ“ თილისმებსა და ავატარებს თავისი მრავალტრილიონიანი პარამეტრების მქონე მანქანური სწავლების მოდელებისთვის. ემბირიკოსის თქმით, AI ასისტენტების შექმნისას ერთგვარი „კონვერგენტული ევოლუცია“ ხდება. პროდუქტზე მუშაობისას გუნდმა გააცნობიერა, რომ თუ მას აღიქვამდნენ როგორც ერთიან სუბიექტს და ერთ უწყვეტ დიალოგს (და არა ბევრ სხვადასხვა მიმოწერას), სისტემა უფრო ინტუიციური ხდებოდა.
ემბირიკოსი აღნიშნავს, რომ dots-ის ფუნქციონალის დიდი ნაწილის მიღწევა OpenAI-ის Codex-ის აპლიკაციითაც იყო შესაძლებელი, რომელიც წლის დასაწყისში გამოვიდა. თუმცა, ეს მომხმარებლისგან მეტ ძალისხმევასა და მუდმივ კონტროლს მოითხოვდა. პროდუქტის გუნდის მთავარი მიზანი იყო ტექნოლოგიის ისე შეფუთვა, რომ ის მომხმარებლისთვის ბუნებრივი და სასარგებლო ყოფილიყო. ხშირად ეს არა ახალი ტექნოლოგიური კომპონენტის დამატებას, არამედ მომხმარებლისთვის პროდუქტის სწორად მიწოდებასა და მის აღქმას უკავშირდება.
გზა ჩატბოტიდან და პროგრამირების ხელსაწყოდან პერსონალურ ასისტენტამდე
ტექნოლოგიის ინტუიციურობა კომპანიის მოდელების ფუნქციონალის უფრო ხელმისაწვდომ ფორმაში გადატანას გულისხმობდა. ეს პროცესი ჯერ კიდევ მაშინ დაიწყო, როდესაც პროგრამული უზრუნველყოფის ინჟინრებისთვის შექმნილი აგენტური პროგრამირების ხელსაწყოებიდან ChatGPT Work გამოიყო. თავად სახელი dots (წერტილები) OpenAI-ის ლოგოს შიდა სივრცის ინტერპრეტაციაა და მიზნად ისახავს ისეთივე ყოველდღიური და ყველგანმყოფი გახდეს, როგორც თავად წერტილი. საინტერესოა, რომ ემბირიკოსმა მხოლოდ მოგვიანებით შეიტყო, რომ კონკურენტმა ილონ მასკმა უკვე შეიძინა დომენი dot.com.
მუდმივი აგენტის იდეა იმაში მდგომარეობს, რომ მას არ სჭირდება მუდმივი მითითებები (prompting). OpenAI-სთვის ეს ტოკენების მეტ მოხმარებას ნიშნავს, ხოლო მომხმარებლისთვის — უფრო პროაქტიულ ასისტენტს, რომელიც მუდმივად ფიქრობს იმაზე, თუ როგორ დაეხმაროს მას. ტესტირებისას ასისტენტის წინასწარჭვრეტის უნარი აშკარა და ხშირად სასარგებლოა, თუმცა ჯერ კიდევ დასახვეწია. მაგალითად, მას შეუძლია კალენდარში არსებული კონფლიქტებისა და მოახლოებული ვადების იდენტიფიცირება, თუმცა ყოველთვის დროულად არა. ემბირიკოსმა გაიხსენა შემთხვევა, როდესაც ასისტენტმა შეხვედრების კონფლიქტის შესახებ მხოლოდ სამი წუთით ადრე შეატყობინა, რაც რეაგირებისთვის საკმარისი არ იყო.
მიუხედავად ამისა, პროაქტიული მიდგომა პროდუქტის მთავარი ღირებულებაა. ერთ-ერთი მაგალითის მიხედვით, დრონების მიწოდების სტარტაპის ინჟინერმა აღნიშნა, რომ სანამ ის სისტემურ შეფერხებას (outage) თავად შეამჩნევდა, მისმა dots-მა უკვე დააფიქსირა პრობლემა, გააანალიზა იგი და ინჟინერს გადაჭრის სასარგებლო გზები შესთავაზა.
წვდომის უფლების მინიჭება dots-ისთვის
როგორც ხელოვნური ინტელექტის აგენტების უმეტეს შემთხვევაში, აქაც არსებობს წინააღმდეგობა ასისტენტის ეფექტურობისთვის საჭირო პერსონალურ ინფორმაციასა და მონაცემთა კონფიდენციალურობას შორის. მაგალითად, Meta-ს Muse გააკრიტიკეს იმის გამო, რომ ის მომხმარებლის მეგობრებისა და ოჯახის წევრების პროფილებს ქმნის, რათა უკეთ შეარჩიოს რესტორანი კონკრეტულ ადამიანთან ერთად წასასვლელად. ეს ინფორმაცია, თავის მხრივ, Meta-ს სარეკლამო ბიზნესისთვისაც ძალიან ღირებულია.
dots-იც აგროვებს მსგავს მონაცემებს „პროაქტიული კვლევის“ (proactive research) ფუნქციის მეშვეობით. ის პერიოდულად აანალიზებს მომხმარებლის შესახებ არსებულ ინფორმაციას, წარსულ დიალოგებსა და იმ რესურსებს, რომლებზეც წვდომა აქვს, რათა მოიფიქროს, კიდევ რით შეიძლება იყოს სასარგებლო. OpenAI აცხადებს, რომ dots-ს აქვს იგივე კონფიდენციალურობის კონტროლის მექანიზმები, რაც ChatGPT-ს: მომხმარებლებს შეუძლიათ გამორთონ მოდელის წვრთნა (რათა OpenAI-მ არ გამოიყენოს მათი საუბრები AI-ის გასაუმჯობესებლად) და აკონტროლონ, თუ რომელ რესურსებზე აქვს წვდომა აპლიკაციას კომპიუტერში.
თუმცა, ეს კონტროლის მექანიზმები ჯერ კიდევ არ არის საკმარისად დეტალური და აპლიკაცია ზოგჯერ ზედმეტად მომთხოვნია. მაგალითად, ის უარს ამბობს ღრუბლოვან მეხსიერებაზე მხოლოდ წაკითხვის (read-only) უფლებით წვდომაზე. ემბირიკოსი აღიარებს, რომ საჭიროა უფრო მეტად დეტალიზებული (granular) კონტროლის სისტემის შექმნა, თუმცა ხაზს უსვამს მოდელის ინტელექტსა და კეთილგონიერებას. თავდაპირველად აგენტი ძალიან კონსერვატიული იყო და ნებისმიერ ქმედებაზე ნებართვას ითხოვდა, რაც მომხმარებელთა უკმაყოფილებას იწვევდა, თუმცა ეს პარამეტრები დროთა განმავლობაში დაიხვეწება.
შეძლებენ თუ არა პერსონალური AI ასისტენტები მასშტაბირებას?
კიდევ ერთი მნიშვნელოვანი კითხვა AI აგენტების მასშტაბირებას ეხება. ისინი ეფექტურია, როდესაც მხოლოდ მცირე რაოდენობის ადამიანები იყენებენ, მაგალითად, რესტორნებში რთულად მოსაპოვებელი ჯავშნების გასაკეთებლად. თუმცა, ბიზნესებს ყოველთვის არ სურთ აგენტებთან ურთიერთობა. თავად ემბირიკოსიც კი აღნიშნავს, რომ მას ჰყავს ადამიანი-ასისტენტი, რადგან OpenAI-ის კორპორაციულ პარტნიორებს ადამიანთან კომუნიკაცია ურჩევნიათ. მისი თქმით, მას არ აქვს სურვილი დაესწროს შეხვედრას, სადაც სხვა ადამიანის ნაცვლად მისი AI აგენტი იქნება წარმოდგენილი.
თუ AI ინდუსტრიის პროგნოზი გამართლდა და აგენტები ჩვენი მომავალია, ჩნდება კითხვა: გაუძლებს თუ არა არსებული ინფრასტრუქტურა — ბიზნესები, ვებსაიტები თუ საგადახდო ქსელები — ამ დატვირთვას? OpenAI ამ მიმართულებით ფრთხილად მოქმედებს და მჭიდროდ თანამშრომლობს ეკოსისტემის სხვა მონაწილეებთან. კომპანია აქტიურ მოლაპარაკებებს აწარმოებს საგადახდო პროცესორებთან. თუ AI ასისტენტს ფულის დახარჯვის უფლებას მისცემენ, ეს OpenAI-სთვის მომგებიანი იქნება, თუმცა მომხმარებლებისთვის ეს დიდ რისკებთან ასოცირდება. ბევრისთვის ასისტენტისთვის ელექტრონულ ფოსტაზე წვდომის მიცემაც კი რთული გადაწყვეტილებაა, საბანკო ანგარიშებზე წვდომა კი, ჯერჯერობით, მიუღწეველ ზღვრად რჩება.
