Як OpenAI перетворила свої інструменти для програмування на dots — постійно ввімкненого персонального асистента

Персональний AI-асистент, який постійно працює у фоновому режимі, навіть коли ви не просите його про це, — це цьогорічна відповідь на питання про те, як люди насправді використовуватимуть моделі глибокого навчання. Стартап Instinct за одну ніч став сенсацією, а Meta спрямувала всю міць свого маркетингу на свого асистента Muse.

OpenAI не збиралася залишатися осторонь. Компанія випустила dots, свій асистентський продукт, на своїй конференції для розробників наприкінці вересня. Александр Ембірікос, який очолює команду корпоративних продуктів OpenAI, приєднався до нас на TechCrunch Disrupt цього місяця, щоб пояснити, звідки взявся цей продукт — починаючи з питання, чому так багато компаній, схоже, звертаються до милих маскотів як до аватарів своїх машин для множення матриць із трильйонами параметрів.

«Відбувається своєрідна конвергентна еволюція», — сказав Ембірікос про спроби створити AI-асистентів. «Працюючи над продуктом, ми зрозуміли: якщо подати це так, що це окрема сутність і одна розмова, а не багато різних розмов… це починає здаватися інтуїтивно зрозумілим».

Асистент доступний у настільних і мобільних застосунках ChatGPT для передплатників тарифу Pro або вище, вартість якого починається від 100 доларів на місяць. Після підключення до вашого календаря, електронної пошти, комп’ютера та інших інструментів агент намагається допомогти вам виконувати роботу.

Ембірікос зазначає, що значної частини функціональності dots можна було б досягти за допомогою застосунку Codex від OpenAI — її інструменту для програмування, випущеного на початку цього року. Але це потребує більше роботи й ручного супроводу. Він згадує, як радів, коли його дружина почала залишати комп’ютер увімкненим на всю ніч, щоб її агенти могли продовжувати працювати.

«У продуктовій команді я думаю про те, як зробити це інтуїтивно зрозумілим і корисним для людей?» — сказав він учасникам Disrupt. «Багато в чому йдеться не про додавання до продукту якоїсь нової технології, а про те, як ви подаєте це користувачеві та які відчуття це викликає».

Шлях від чат-бота до інструменту для програмування та персонального асистента

Щоб технологія здавалася інтуїтивно зрозумілою, потрібно було перепакувати функціональність моделей компанії у щось доступніше — цей шлях вона вже проходила, коли виокремила ChatGPT Work із агентних інструментів для програмування, які створила для інженерів-програмістів. Навіть назва — гра зі негативним простором усередині логотипа OpenAI — покликана «створити відчуття чогось, що зрештою може стати повсюдним». (На запитання, коли він дізнався, що URL-адреса dot.com належить конкуруючому підприємцю у сфері AI Ілону Маску, Ембірікос відповів: «Я дізнався про це дуже пізно».)

Ідея постійно активного агента полягає в тому, що йому не потрібні підказки. Для OpenAI це означає більше використання токенів, а для користувачів — активнішого асистента, «який ніби думає про вас і думає, як вам допомогти», як висловився Ембірікос.

Під час нашого тестування здатність асистента думати наперед була очевидною й часто корисною, але ще не досягла потрібного рівня. Він повідомляє про конфлікти в календарі та майбутні дедлайни, але не обов’язково робить це вчасно.

«Вперше він повідомив мені про один із таких [конфліктів] — це було ще на початку розробки — за три хвилини до події», — розповідає Ембірікос про свого dot. «Він сказав: “Гей, ця подія наближається. Можливо, вам варто щось із цим зробити”. У мене залишилося лише три хвилини!»

Ембірікос очікує, що з часом своєчасність покращиться, але проактивний підхід є ключовим для продукту. «Я чув про інженера зі стартапу, який займається доставкою дронами, і вони сказали: “У нас стався збій, і до того моменту, коли я помітив, що збій триває, мій dot уже виявив його, уже проаналізував збій і прийшов до мене з корисною інформацією про те, як ми можемо його усунути”».

Надання dot доступу до всього

Як і у випадку з більшістю сценаріїв використання AI-агентів, існує напруженість між персональною інформацією, яка потрібна моделі AI для ефективної роботи, і тим, скільки саме особистих даних ви розкриваєте програмній компанії. Muse критикували за профілі, які він створює щодо ваших родичів і друзів. Програмне забезпечення використовує їх, щоб знати, наприклад, до якого ресторану ви, можливо, захочете піти з конкретним другом, але це також може принести неймовірну користь рекламному бізнесу Meta. Чи збирає dots подібні дані?

«Так, у dots ми вбудували функцію, яку називаємо проактивним дослідженням», — сказав Ембірікос. «Через певні проміжки часу він аналізуватиме, що йому про вас відомо, які розмови він вів, а також до чого ви надали йому доступ, що він може обміркувати, а потім досліджуватиме: “Що я можу зробити, щоб бути кориснішим для вас?” І після цього, по суті, він запропонує це».

Важко відокремити потреби агента в даних від потреб його материнської корпорації. Hark, стартап, який розробляє власного персонального AI-асистента, прямо зазначає, що не збирає дані для фінансування рекламного бізнесу, як це роблять OpenAI та Meta.

Щодо dots OpenAI заявляє, що агент має такі самі налаштування конфіденційності, як і сам ChatGPT: користувачі можуть вимкнути навчання моделей (заборонивши OpenAI використовувати їхні розмови для вдосконалення свого AI), а також контролювати, до яких ресурсів на комп’ютері він має доступ і як саме. Однак ці налаштування не є достатньо деталізованими, а застосунок може надто наполегливо вимагати доступу. Наприклад, він відмовляється приймати доступ до хмарних дисків лише для читання.

«Я думаю, що нам потрібно фактично створити надзвичайно, надзвичайно, надзвичайно деталізовані налаштування контролю», — сказав Ембірікос, але вказав на інтелект і розсудливість моделі як на інший бік цього питання.

«Насправді за це нас дещо критикували під час запуску», — сказав Ембірікос. «Ми встановили дуже консервативні налаштування за замовчуванням щодо того, що робитиме агент, і він часто запитував дозволу. Я пам’ятаю, що знав: ми отримаємо такі відгуки, але думав: “Усе гаразд, ми зможемо налаштувати це з часом”».

Чи можуть персональні AI-агенти масштабуватися?

Інше важливе питання щодо AI-агентів — чи можуть вони масштабуватися. Вони цікаві, коли ними користуються лише кілька людей, і численні історії про агентів, яким вдається забронювати важкодоступні місця, це підтверджують. Але компаніям не обов’язково подобається взаємодія з агентами, і вони можуть бути до цього не готові. Людям така взаємодія теж точно не подобається (примітка: припиніть доручати своїм AI-агентам робити мені комерційні пропозиції), і Ембірікос — один із таких людей. Він також має асистента-людину, оскільки, за його словами, корпоративні партнери OpenAI хочуть взаємодіяти з людиною, додавши: «Я особисто ніколи не маю наміру проводити зустріч із чиїмось агентом».

Якщо індустрія AI має рацію і агенти — наше майбутнє, чи зможемо ми дійти до нього, не перевантаживши інфраструктуру, на якій нині працює наш світ, — від компаній і вебсайтів до платіжних мереж?

«В OpenAI… ми не завжди рухаємося найшвидше з погляду випуску наступної можливості для агента взаємодіяти зі світом», — сказав він. «Коли ми це робимо, то дуже тісно співпрацюємо з рештою екосистеми. Я, мабуть, не можу тут багато розповідати, але ми активно ведемо численні переговори з операторами платіжних систем».

Надання AI-асистенту можливості витрачати гроші через партнерства з платіжними компаніями стало б потенційно прибутковим першим кроком для OpenAI, але водночас і великим проханням до споживачів. Надати асистенту доступ до моєї електронної пошти вже здається серйозним кроком, але мій банківський рахунок залишається недоторканним. Поки що.