گوگل هوش مصنوعی جدیدی راه‌اندازی کرد که مرورگرها را مانند انسان دستکاری می‌کند

گوگل به تازگی Gemini 2.5 Computer Use را معرفی کرده است، یک مدل هوش مصنوعی که مرورگر را مانند یک انسان، از کلیک کردن، پیمایش تا پر کردن فرم‌ها، دستکاری می‌کند و عصر جدیدی را برای اتوماسیون وب آغاز می‌کند.

مدل هوش مصنوعی Gemini 2.5 کامپیوتر از دستکاری مستقیم مرورگر استفاده می‌کند

در عصر دیجیتال، مرور وب بخش جدایی‌ناپذیر کار و زندگی روزمره است. گوگل به تازگی Gemini 2.5 Computer Use را راه‌اندازی کرده است، یک هوش مصنوعی که قادر است مرورگر را مانند یک کاربر واقعی اداره کند و فرصت‌های کاربردی زیادی را برای اتوماسیون وب ایجاد کند و به صرفه‌جویی زیادی در زمان کمک کند.

دستکاری مستقیم مرورگر توسط هوش مصنوعی

نرم‌افزار Gemini 2.5 Computer Use بر اساس مکانیزم «ببین - فکر کن - عمل کن» ساخته شده است و به هوش مصنوعی اجازه می‌دهد تا رابط‌های کاربری را از طریق اسکرین‌شات‌ها تشخیص دهد، اقدامات را برنامه‌ریزی کند و عملیاتی مانند کلیک کردن، پیمایش صفحات یا پر کردن فرم‌ها را انجام دهد.

برخلاف ابزارهای اتوماسیون وب قبلی، هوش مصنوعی نیازی به دسترسی به API یا backend ندارد، بلکه مانند یک کاربر واقعی مستقیماً با رابط کاربری تعامل می‌کند و وظایف پیچیده را به صورت انعطاف‌پذیر و طبیعی انجام می‌دهد.

Gemini 2.5 Computer Use طیف گسترده‌ای از کاربردهای عملی را ارائه می‌دهد. در کروم اندروید، هوش مصنوعی می‌تواند کل محتوای یک صفحه وب را تنها با یک میانبر خلاصه کند و همچنین از مرور اخبار گوگل و نتایج جستجو برای خلاصه‌سازی سریع اطلاعات پشتیبانی می‌کند.

در کسب‌وکارها، هوش مصنوعی می‌تواند به‌طور خودکار اطلاعات مشتری را در سیستم‌های مدیریتی وارد کند، وب‌سایت‌ها را بررسی کند یا تغییرات وب‌سایت‌های رقیب را که قبلاً بسیاری از کارمندان مجبور بودند به‌صورت دستی انجام دهند، ردیابی کند. این توانایی به صرفه‌جویی در زمان، کاهش عملیات دستی و تمرکز بر تصمیمات مهم‌تر کمک می‌کند.

علاوه بر این، Gemini 2.5 Computer Use از تحقیقات پیچیده داده‌ها نیز پشتیبانی می‌کند. هوش مصنوعی می‌تواند صفحات را پیمایش کند، محتوا را کپی کند و اطلاعات را از منابع مختلف ترکیب کند و به محققان، برنامه‌نویسان یا متخصصان داده کمک کند تا به جای عملیات دستی، بر تجزیه و تحلیل تمرکز کنند. این امر نه تنها کارایی را افزایش می‌دهد، بلکه خطاهای کاربر را نیز کاهش می‌دهد ، به خصوص هنگام پردازش حجم زیادی از اطلاعات.

کاربردهای عملی و مزایا

توانایی هوش مصنوعی برای عملکرد مستقیم روی مرورگر، فرصت‌هایی را برای توسعه خدمات هوشمند جدید ایجاد می‌کند. در حوزه خدمات مشتری، Gemini 2.5 Computer Use می‌تواند بدون نیاز به کارکنان مستقیم، به وب‌سایت‌ها دسترسی پیدا کند، بازخورد جمع‌آوری کند، به سؤالات اساسی پاسخ دهد یا به پر کردن اطلاعات در سیستم CRM کمک کند.

در آموزش ، هوش مصنوعی به دانش‌آموزان کمک می‌کند تا به منابع یادگیری متعدد دسترسی پیدا کنند، محتوا را خلاصه کنند و اطلاعات مهم را فیلتر کنند و از یادگیری آنلاین مؤثرتر پشتیبانی کنند.

برای کاربران شخصی، هوش مصنوعی می‌تواند وب‌سایت‌ها را خلاصه کند، محتوای مهم را از مقالات طولانی فیلتر کند یا فرم‌های ثبت نام آنلاین را پر کند، در زمان صرفه‌جویی کند و استرس ناشی از انجام کارهای خسته‌کننده را کاهش دهد.

قابلیت تعامل مستقیم با مرورگر، هوش مصنوعی را نسبت به ابزارهای سنتی انعطاف‌پذیرتر می‌کند، زیرا به APIها یا داده‌های backend متکی نیست، بلکه مانند یک کاربر واقعی عمل می‌کند.

اگرچه مزایای زیادی ارائه می‌دهد، اما دستکاری مرورگرها توسط هوش مصنوعی، چالش‌هایی در زمینه حریم خصوصی و امنیت نیز ایجاد می‌کند. تعامل مستقیم هوش مصنوعی با رابط کاربری به این معنی است که اگر به دقت کنترل نشود، پتانسیل دسترسی به داده‌های حساس را دارد.

گوگل برای اطمینان خاطر کاربران، تأکید می‌کند که Gemini 2.5 Computer Use در محدوده مجاز فعالیت می‌کند ، با مقررات امنیتی و حریم خصوصی مطابقت دارد و تضمین می‌کند که از داده‌های کاربر به شدت محافظت می‌شود.

در مجموع، قابلیت عملکرد هوش مصنوعی در مرورگری مانند Gemini 2.5 Computer Use گامی مهم به جلو است که به صرفه‌جویی در زمان، افزایش بهره‌وری کار و ایجاد پتانسیل برای کاربرد گسترده در زمینه‌های مختلف از کسب‌وکار، تحقیقات داده، آموزش گرفته تا تجربه شخصی کمک می‌کند.

با ادامه‌ی تکامل این فناوری، هوش مصنوعی دیگر صرفاً یک ابزار نخواهد بود، بلکه به یک شریک آنلاین تبدیل می‌شود که وظایف پیچیده را هوشمندانه، سریع و ایمن انجام می‌دهد.

بازگشت به موضوع

توآن وی

منبع: https://tuoitre.vn/google-ra-mat-ai-thao-tac-trinh-duyet-nhu-con-nguoi-20251017113759312.htm