TechNews.bg
Водещи новиниИзкуствен интелектНоваторскиНовиниТоп новини

Новите възможности на ChatGPT и Gemini: кой е по-по-най

Водещите модели се стараят да вършат колкото се може повече разнородна работа, за да спечелят доверието на потребителите

(илюстрация: TechNews.bg, Ai)

Два от най-популярните и масово ползвани чатбота, ChatGPT и Gemini, бяха обновени и усъвършенстваните им възможности потвърждават, че надпреварата в развитието на уменията на алгоритмите е безпощадна. Gemini вече е способен да изпълнява задачи от край до край, само с едно нареждане от страна на потребителя.

OpenAI въведе актуализация за „интелигентен потребителски интерфейс“ (Intelligent UI) в ChatGPT, която позволява на изкуствения интелект да генерира визуални и интерактивни елементи директно в отговорите си. Стандартният текст вече ще бъде придружен от графики, диаграми и бутони, предназначени за изпълнение на конкретни задачи. Тази функция се задвижва от модела GPT-6.

Един от примерите, който разработчикът използва за представянето, е диаграма на анатомията на гол охлюв; ChatGPT генерира изображение, илюстриращо структурата на животното, докато специални бутони позволяваха на потребителя да избере част от тялото и да получи допълнителна информация.

При друг тест изкуственият интелект генерира калкулатор за разходите за наем на жилище в Сан Франциско. Плъзгачи позволяваха на потребителите да коригират доходите и разходите си, след което инструментът показваше наема за различни апартаменти като процент от дохода след облагане с данъци.

Още по-впечатляващ пример беше отговорът на запитване от журналист на списание „Wired“ относно местата в самолетите. ChatGPT сравни разположението на местата в салоните на четири самолета на авиокомпаниите Alaska Airlines и Delta Air Lines; интерактивна карта позволяваше на потребителя да кликне върху всяко място, за да види подробности за него. Системата оцветяваше в зелено редовете до аварийните изходи, тъй като журналистът беше споменал, че не обича да седи в тези зони.

Тези визуални елементи обаче няма да се появяват във всеки отговор. Дизайнерите на компанията внимателно преценяват кога графиките и бутоните наистина помагат на потребителя и кога „претрупват“ интерфейса, обясни продуктовият мениджър на OpenAI Ааруш Селван. Потребителите също така могат да поискат от ChatGPT да използва по-малко от тези елементи, ако предпочитат.

Едновременно с това Google Cloud представи нов продукт, наречен Gemini agent – агент, задвижван от изкуствен интелект, предназначен за корпоративни клиенти. Той е достъпен в приложението Gemini Enterprise, пакета Workspace и различни други услуги.

Потребителите просто трябва да „поставят цели, вместо да дават инструкции стъпка по стъпка“; агентът Gemini може да отговаря на въпроси, да извършва интелектуална работа, да създава мултимедийно съдържание, както и да пише и изпълнява програмен код.

„Ако мениджър ви изпрати имейл с искане за презентация, съдържаща най-новите данни по даден проект, Workspace Intelligence разпознава това като задача, подходяща за делегиране, и предлага тя да бъде прехвърлена към агента Gemini с едно кликване“, обясняват от Google.

AI агентът може още да организира среща с колеги, като самостоятелно определя списъка с участници въз основа на минали събития, проверява календарите и инициира кореспонденция за съгласуване на подходящ час.

Агентът Gemini може да действа като служител на компанията, изпълнявайки функции, свързани с конкретна роля. Той се заема със задачи, като избира най-подходящите модели – от семейството на Google Gemini до моделите Claude на Anthropic, като в бъдеще се планира добавянето и на други собствени модели, както и такива с отворен код.

За изпълнението на многостъпкови задачи се включват под-агенти, а системата поддържа интеграция с различни инструменти на трети страни. Задачите могат да бъдат с голяма продължителност, обхващаща часове или дори дни.

AI агентът работи в облака, като има достъп до „единна база данни, включваща памет, контекст и споделен граф за персонализация“.

За да активирате агента Gemini, трябва да го споменете като „@Gemini“ в Gmail, Google Docs, Sheets, Slides и Chat. Той е достъпен на различни устройства чрез множество канали, включително командния ред, Google Workspace, Slack и Microsoft 365; API интерфейсите позволяват интеграция на приложения от трети страни, включително такива без графичен потребителски интерфейс.

В момента агентът Gemini преминава през етап на затворено предварително тестване и впоследствие ще бъде достъпен за корпоративни клиенти на Google Workspace, използващи определени планове от категориите Business и Enterprise.

още от категорията

Google осигури безплатен Gemini Task за стотици милиони потребители

TechNews.bg

Чатботът трябва да разбира културните различия, за да печели доверие

TechNews.bg

Заваляха съдебни искове срещу създателя на ChatGPT

TechNews.bg

AI моделите отговарят различно, ако знаят, че са наблюдавани

TechNews.bg

Мащабна актуализация на изкуствения интелект в Google търсенето 

TechNews.bg

Когато ChatGPT излезе извън контрол: на помощ идва „аварийна спирачка”

TechNews.bg

Коментари