当今最著名的虚拟代客——西里, 亚历克斯和 Google Assistant——远不如 ChatGPT 或 Google Bard 等最新的人工智能聊天机器人那么令人印象深刻。 当最近生成式人工智能热潮的成果被正确地集成到那些遗留的助理机器人中时，它们肯定会变得更加有趣。
为了预览接下来的内容，我使用了一个实验性的人工智能语音助手，名为 病毒GPT 进行测试运行。 当我要求它“订阅《连线》”时，它以令人印象深刻的技巧工作，找到正确的网页并访问在线表格。 如果它能够访问我的信用卡详细信息，我很确定它会成功。
尽管对人类来说这并不是一项智力测试，但在开放网络上在线购买商品比 Siri、Alexa 或 Google Assistant 通常处理的任务要复杂得多，也更具挑战性。 （设置提醒和获取运动结果是 所以2010年.) 它需要理解请求，访问网络以找到正确的站点，然后与相关页面或表单正确交互。 我的助手正确导航 前往 WIRED 订阅页面 甚至在那里找到了表格——大概是因为每月只需 1 美元就能收到《连线》杂志上所有有趣且富有洞察力的新闻报道的前景而留下了深刻的印象——但因为没有信用卡而在最后的障碍中失败了。 VimGPT 使用 Google 的开源浏览器 Chromium，该浏览器不存储用户信息。 然而，我的其他实验表明，该代理非常擅长搜索有趣的猫视频或寻找廉价航班。
维姆GPT 是一个由独立开发者 Ishan Shah 构建的实验性开源程序，不是正在开发的产品，但你可以打赌苹果、谷歌和其他公司正在做类似的实验，以升级 Siri 和其他助手。 VimGPT 基于 GPT-4V 构建，GPT-4V 是 OpenAI 著名语言模型的多模式版本。 通过分析请求，它可以比纯文本软件更可靠地确定要单击或键入的内容，纯文本软件必须尝试通过理清混乱的 HTML 来理解网络。 “一年后，我预计使用计算机的体验会变得非常不同，”Shah 说，他说他只用了几天就构建了 vimGPT。 “大多数应用程序将需要更少的点击和更多的聊天，代理将成为浏览网络不可或缺的一部分。”
Shah 并不是唯一一个相信 ChatGPT 等聊天机器人之后的下一个合乎逻辑的步骤是使用计算机并在网络上漫游的代理。 鲁斯兰·萨拉胡迪诺夫卡内基梅隆大学教授、2016 年至 2020 年担任苹果人工智能研究总监的卡内基梅隆大学教授认为，Siri 和其他助手有望实现全能的人工智能升级。 “下一步的发展将是能够完成有用任务的代理，”Salakhutdinov 说。 他说，将 Siri 连接到 AI，就像为 ChatGPT 提供支持一样，会很有用，“但如果我让 Siri 做一些事情，它就会为我解决问题，影响力会大得多。”
萨拉胡季诺夫和他的学生 已发展 几个模拟环境旨在测试和磨练人工智能助手完成任务的技能。 它们包括一个虚拟的电子商务网站、一个类似 Reddit 的留言板的模型版本，以及一个分类广告网站。 这个让特工们通过他们的步伐的虚拟测试场被称为 视觉网络竞技场。
