Americká společnost Microsoft představila nový generativní model umělé inteligence, který tvrdí, že dokáže ovládat počítač „jako člověk“.
Model s názvem Fara-7B je navržen tak, aby se trénoval na 145 tisících uměle generovaných vzorcích a mohl tak napodobovat lidské chování při používání počítače.
Microsoft uvádí, že model má 7 miliard parametrů, což mu umožňuje dosahovat výkonu, který se vyrovná nebo překonává větší agentní systémy při přímých webových úlohách, přičemž provozová doba je nižší a soukromí je vyšší, když je model spuštěn lokálně.
Fara-7B dokáže vizuálně číst webové stránky a provádět úkoly jako je klikání, psaní a scrollování na předpokládaných souřadnicích; nevyžaduje přitom žádné struktury přístupnosti nebo oddělené analytické vrstvy.
Microsoft konstatuje, že model zvládá úkoly průměrně v přibližně 16 krocích, což je výrazně méně než mnohé srovnatelné systémy.
Každodenní použití modelu
Společnost klasifikuje Fara-7B jako agent pro každodenní používání počítače, což mu umožňuje vyhledávání, shrnování dat, vyplňování formulářů, správu účtů, rezervaci letenek, online nakupování, porovnávání cen, a hledání pracovních míst nebo nemovitostí.
Model je schopen řídit všechny typy počítačových aplikací napříč různými sektory, včetně nakupování, leteckých cest, hotelových rezervací, restaurací a víceúrovňových porovnávacích úloh.
Možnosti implementace
Společnost nabízí dva způsoby, jak model použít: uživatelé mohou využít hostování Azure Foundry, což umožňuje nasazení modelu Fara-7B bez stahování váhy nebo použití vlastních grafických procesorů. Pokročilí uživatelé mají možnost hostování modelu na vlastním hardwaru prostřednictvím VLLM na svých grafických procesorech.
Upozornění na testovací verzi
Microsoft varuje, že tento model je v beta verzi a měl by být spuštěn v chráněných prostředích bez citlivých dat.
