- Noul model Gemini 3.5 Flash introduce capacitatea de a interacționa direct cu interfața computerului, deschizând calea spre automatizări avansate.
Google a lansat o actualizare majoră pentru modelul său de inteligență artificială Gemini 3.5 Flash: acum poate „folosi” efectiv un computer. Această funcție, numită computer use, permite modelului să interacționeze cu interfața grafică a unui sistem de operare (mouse, tastatură, ferestre) pentru a executa sarcini complexe, similar unui asistent uman.
Ce înseamnă „computer use” pentru modelele AI?
Până acum, modelele AI generau text, imagini sau cod, dar nu puteau opera direct asupra aplicațiilor. Cu Gemini 3.5 Flash, dezvoltatorii pot instrui AI-ul să deschidă aplicații, să deplaseze cursorul, să tasteze comenzi, să navigheze pe web sau să extragă date din interfețe grafice. Practic, AI-ul vede ecranul, interpretează elementele și acționează ca un utilizator real.
Google subliniază că această capacitate este încă experimentală și necesită supraveghere, dar reprezintă un salt important spre agenți AI autonomi.
Cum funcționează concret?
Modelul primește capturi de ecran și execută acțiuni (click, tastare) prin intermediul unei API specializate. De exemplu, i se poate cere să „completeze un formular în Chrome și să trimită datele”. Gemini planifică pașii, îi execută și se corectează dacă greșește. Aceasta este o abilitate similară cu cea a altor modele recente, dar Google își propune să o integreze direct în ecosistemul său.
Un avantaj major este că modelul poate lucra cu orice aplicație desktop, nu doar cu cele special concepute pentru AI. Asta înseamnă automatizări pentru software legacy, înregistrări contabile, testare sau procesare documente.
Ce înseamnă pentru tine
1. Automatizări personale mai puternice: Poți delega sarcini repetitive (descărcare fișiere, completare formulare, organizare folder) unui AI care vede și acționează exact ca tine.
2. Oportunități pentru dezvoltatori: API-ul deschis permite integrarea în propriile aplicații, de la roboți de testare la asistenți virtuali care operează direct în sistemele existente.
3. Atenție la securitate: O asemenea putere implică riscuri – cine controlează modelul poate accesa date personale. Google recomandă utilizarea numai în medii sigure și cu permisiuni limitate.
Rămâne de văzut cât de rapid va adopta piața această funcție, dar direcția este clară: AI-ul nu mai este doar un generator de text, ci devine un adevărat operator de calculator.