OpenAI、AIが自らブラウザを操作する「Operator」公開--まず米国のProユーザー向け

Operatorは、日常生活で発生するさまざまなタスクを自動化できる。例えば、フォームの記入や食料品の注文、ミームの作成などを実行可能だ。人間が普段利用するインターフェースを直接操作できるため、作業効率を大幅に向上できるという。 使い方 Operatorは「Computer-Using Agent（CUA）」という新しいモデルを基盤としている。このモデルは、GPT-4oの視覚認識機能と強化学習による高度な推論を組み合わせることで、AI自身がグラフィカルユーザーインターフェース（GUI）を操作できるようになった。ウェブページを「視覚的」に理解し、マウスやキーボードを用いた操作が可能だ。また、操作中に問題が発生した際には、推論能力を活用して自動で修正を試みる。

[matsui]

"今後はPro以外のユーザーにも拡大"