可帮助收集研究、购买产品或预订航班
科幻中的贾维斯，已经离我们不远了。
据The Information报道，Alphabet旗下的Google正在开发一项突破性的人工智能技术，这项技术能够接管一个人的网络浏览器来完成任务，例如收集研究、购买产品或预订航班。
这项代号为“Project Jarvis”的产品预计将在12月份随着新一代旗舰大语言模型Gemini的发布一同亮相。
报道称，“Jarvis”将由未来版本的谷歌 Gemini 驱动，专门针对 Chrome 浏览器进行优化。
该工具旨在通过截取屏幕截图、解析内容并自动点击按钮或输入文本，帮助用户“自动化日常的网页任务”。
不过，知情人士还提示道，“Jarvis”的计划是暂定的，也可能会有所变动。
目前Jarvis还存在一些问题：
速度慢：据说每个动作前它都要思考几秒钟，这可能会让用户感到不耐烦。
安全隐患：要完成任务，AI需要访问用户的登录密码和信用卡信息，这无疑会引发安全担忧。
可能出错：大语言模型有时会产生错误答案，如果让它直接操作电脑，后果可能会很严重。
所以，谷歌可能会先让一小部分人试用，以帮助识别和修复其不足之处。
值得注意的是，目前所有大型 AI 公司都在研发类似功能的模型。
微软支持的OpenAI此前也在开发类似技术，计划通过”计算机使用代理”（CUA）来实现AI自主浏览网页并基于发现采取行动。
苹果的 Apple Intelligence 预计将在明年具备跨多个应用程序的屏幕识别能力。
Anthropic 刚刚推出的 Claude 测试版已能在计算机上执行操作，将AI代理概念推向更深的层次。
尽管谷歌是很多AI技术的发明者，但在商业化方面却总是慢人一步。
OpenAI的ChatGPT早已风靡全球，而谷歌的Gemini聊天机器人却还在后面追赶。为了不再落后，谷歌甚至把Gemini团队并入了DeepMind，希望能提高AI开发效率。
值得一提的是，谷歌CEO桑达尔·皮查伊在今年春季的开发者大会上就曾暗示，未来版本的Gemini可能会自动执行多个操作，比如帮用户退货。看来，「贾维斯」就是这个想法的具体实现。
[ad_1]
[ad_2]
