Google เปิดตัว AI ที่ควบคุมเบราว์เซอร์เหมือนมนุษย์

Google เพิ่งเปิดตัว Gemini 2.5 Computer Use ซึ่งเป็นโมเดล AI ที่ควบคุมเบราว์เซอร์เหมือนมนุษย์ ตั้งแต่การคลิก การเลื่อน ไปจนถึงการกรอกแบบฟอร์ม เปิดยุคใหม่ของระบบอัตโนมัติบนเว็บ

AI Model Gemini 2.5 คอมพิวเตอร์ ใช้การควบคุมเบราว์เซอร์โดยตรง

ในยุคดิจิทัล การท่องเว็บถือเป็นส่วนสำคัญอย่างยิ่งทั้งในการทำงานและชีวิตประจำวัน Google เพิ่งเปิดตัว Gemini 2.5 Computer Use ซึ่งเป็น AI ที่สามารถใช้งานเบราว์เซอร์ได้เหมือนผู้ใช้งานจริง เปิดโอกาสให้แอปพลิเคชันต่างๆ สามารถทำงานอัตโนมัติบนเว็บได้ และช่วยประหยัดเวลาได้มาก

การจัดการเบราว์เซอร์โดยตรงด้วย AI

การใช้คอมพิวเตอร์ใน Gemini 2.5 ถูกสร้างขึ้นบนกลไก "ดู - คิด - ทำ" ซึ่งช่วยให้ AI สามารถจดจำอินเทอร์เฟซผู้ใช้ได้ผ่านทางภาพหน้าจอ วางแผนการดำเนินการ และดำเนินการต่างๆ เช่น การคลิก การเลื่อนหน้า หรือการกรอกแบบฟอร์ม

แตกต่างจากเครื่องมืออัตโนมัติเว็บก่อนหน้านี้ AI ไม่จำเป็นต้องเข้าถึง API หรือแบ็กเอนด์ แต่จะโต้ตอบกับอินเทอร์เฟซโดยตรงเหมือนผู้ใช้จริง จัดการงานที่ซับซ้อนได้อย่างยืดหยุ่นและเป็นธรรมชาติ

Gemini 2.5 Computer Use มีแอปพลิเคชันที่หลากหลายและใช้งานได้จริง บน Chrome สำหรับ Android AI สามารถสรุปเนื้อหาทั้งหมดของหน้าเว็บได้ด้วยทางลัดเพียงอันเดียว และยังรองรับการเรียกดู Google News และผลการค้นหาเพื่อสรุปข้อมูลได้อย่างรวดเร็วอีกด้วย

ในธุรกิจต่างๆ AI สามารถกรอกข้อมูลลูกค้าลงในระบบการจัดการ ตรวจสอบเว็บไซต์ หรือติดตามการเปลี่ยนแปลงบนเว็บไซต์ของคู่แข่งได้โดยอัตโนมัติ ซึ่งก่อนหน้านี้ต้องใช้พนักงานจำนวนมากดำเนินการด้วยตนเอง ความสามารถนี้ช่วยประหยัดเวลา ลดการทำงานด้วยตนเอง และมุ่งเน้นไปที่การตัดสินใจที่สำคัญกว่า

นอกจากนี้ Gemini 2.5 Computer Use ยังรองรับการวิจัยข้อมูลที่ซับซ้อนอีกด้วย AI สามารถเลื่อนหน้า คัดลอกเนื้อหา และสังเคราะห์ข้อมูลจากหลากหลายแหล่ง ช่วยให้นักวิจัย โปรแกรมเมอร์ หรือผู้เชี่ยวชาญด้านข้อมูลมุ่งเน้นไปที่การวิเคราะห์แทนการทำงานด้วยตนเอง ซึ่ง ไม่เพียงแต่เพิ่มประสิทธิภาพ แต่ยังช่วยลดข้อผิดพลาดของผู้ใช้ โดยเฉพาะอย่างยิ่งเมื่อต้องประมวลผลข้อมูลจำนวนมาก

การประยุกต์ใช้งานจริงและประโยชน์

ความสามารถของ AI ในการทำงานโดยตรงบนเบราว์เซอร์เปิดโอกาสให้พัฒนาบริการอัจฉริยะใหม่ๆ ในส่วนของการดูแลลูกค้า Gemini 2.5 Computer Use สามารถเข้าถึงเว็บไซต์ รวบรวมคำติชม ตอบคำถามพื้นฐาน หรือช่วยกรอกข้อมูลลงในระบบ CRM ได้โดยไม่ต้องมีเจ้าหน้าที่โดยตรง

ใน ด้านการศึกษา AI ช่วยให้ผู้เรียนเข้าถึงแหล่งข้อมูลการเรียนรู้ที่หลากหลาย สรุปเนื้อหา และกรองข้อมูลสำคัญ ซึ่งสนับสนุนการเรียนรู้ทางออนไลน์ที่มีประสิทธิผลมากขึ้น

สำหรับผู้ใช้รายบุคคล AI สามารถสรุปข้อมูลในเว็บไซต์ กรองเนื้อหาสำคัญจากบทความยาว หรือกรอกแบบฟอร์มลงทะเบียนออนไลน์ ช่วยประหยัดเวลาและลดความเครียดจากการจัดการงานที่น่าเบื่อหน่าย

ความสามารถในการโต้ตอบโดยตรงกับเบราว์เซอร์ทำให้ AI มีความยืดหยุ่นมากกว่าเครื่องมือดั้งเดิม เนื่องจากไม่ต้องอาศัย API หรือข้อมูลแบ็กเอนด์ แต่ทำหน้าที่เหมือนผู้ใช้จริง

แม้ว่าจะมีข้อดีมากมาย แต่ AI ที่ควบคุมเบราว์เซอร์ก็สร้างความท้าทายด้านความเป็นส่วนตัวและความปลอดภัยเช่นกัน การที่ AI โต้ตอบกับอินเทอร์เฟซโดยตรงหมายความว่า AI มีศักยภาพในการเข้าถึงข้อมูลที่ละเอียดอ่อนหากไม่ได้รับการควบคุมอย่างระมัดระวัง

เพื่อให้ผู้ใช้สบายใจ Google เน้นย้ำว่าการใช้คอมพิวเตอร์ Gemini 2.5 จะต้องดำเนินการภายในขอบเขตที่ได้รับอนุญาต ปฏิบัติตามกฎระเบียบด้านความปลอดภัยและความเป็นส่วนตัว และรับรองว่าข้อมูลของผู้ใช้ได้รับการปกป้องอย่างเคร่งครัด

โดยรวมแล้วความสามารถของ AI ในการทำงานบนคอมพิวเตอร์เบราว์เซอร์ เช่น Gemini 2.5 ถือเป็นก้าวสำคัญในการช่วยประหยัดเวลา เพิ่มประสิทธิภาพในการทำงาน และเปิดศักยภาพในการประยุกต์ใช้ในหลากหลายสาขา ตั้งแต่ธุรกิจ การวิจัยข้อมูล การศึกษา ไปจนถึงประสบการณ์ส่วนตัว

เนื่องจากเทคโนโลยีนี้ยังคงพัฒนาอย่างต่อเนื่อง AI จะไม่ใช่แค่เครื่องมืออีกต่อไป แต่ เป็นพันธมิตรออนไลน์ ที่ทำหน้าที่ซับซ้อนได้อย่างชาญฉลาด รวดเร็ว และปลอดภัย

กลับสู่หัวข้อ

ตวน วี

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