Istraživački tim sa Sveučilišta Ohio State predvodi značajnu inicijativu u pružanju lakšeg pristupa internetu za osobe s invaliditetom, razvijajući agenta umjetne inteligencije (AI) sposobnog za izvršavanje složenih zadataka na web stranicama korištenjem jednostavnih jezičnih naredbi. Ovaj pristup može revolucionirati način na koji interagiramo s digitalnim svijetom, posebno za one koji se suočavaju s preprekama u standardnom surfanju internetom.

S obzirom na to da se internet od svojih skromnih početaka prije tri desetljeća razvio u kompleksnu, dinamičnu mrežu, prepoznaje se potreba za pojednostavljenjem njegovog korištenja. Yu Su, koautor studije i asistent profesora na odjelu za računalne znanosti i inženjerstvo, ističe kako je internet postao neodvojivi dio naše svakodnevice i poslovanja. Međutim, njegova složenost može biti izazovna, osobito za osobe s invaliditetom, stvarajući prepreke u pristupu i doprinoseći društvenoj nejednakosti.

U izjavi za medije, Su naglašava kako njihov rad – usmjeren na korištenje informacija prikupljenih s aktivnih web stranica za razvoj mrežnih AI pomoćnika – predstavlja ključni korak u smanjenju zbunjenosti koju digitalni svijet može izazvati. Ovaj pristup ne samo da olakšava navigaciju internetom, već također doprinosi smanjenju digitalnog jaza među korisnicima.

Projekt je dobio široko priznanje tijekom prezentacije na Trideset sedmoj konferenciji o sustavima obrade neuronskih informacija (NeurIPS), gdje su istraživači demonstrirali sposobnost svog modela da razumije izgled i funkcionalnost različitih web stranica. Ono što čini ovaj model posebno impresivnim je njegova sposobnost da, poput ljudskog korisnika, interpretira i predviđa jezične uzorke te na temelju njih navigira i obavlja zadatke na internetu.

S ovim napretkom, Sveučilište Ohio State ne samo da promovira inkluzivnost u digitalnom prostoru, već i postavlja temelje za buduće inovacije u polju umjetne inteligencije i pristupačnosti interneta. Ovaj projekt ilustrira kako tehnološki napredak može biti usmjeren na rješavanje stvarnih društvenih izazova, čineći digitalni svijet dostupnijim i razumljivijim za sve korisnike.

Tim istraživača sa Sveučilišta Ohio State pokrenuo je značajan korak naprijed u razvoju AI tehnologija s projektom Mind2Web, inovativnim skupom podataka dizajniranim za generalne web agente. Mind2Web predstavlja odmak od tradicionalnih pristupa koji su se oslanjali na pojednostavljene, simulirane web stranice, te se umjesto toga usmjerava na složenost i dinamiku pravih web stranica. Ovaj skup podataka omogućava agentu generalizaciju i učenje iz nepoznatih web okruženja, čime se pruža temelj za izgradnju robusnijih i adaptivnijih AI sustava.

Yu Su, član istraživačkog tima, ističe važnost ovog projekta u adresiranju stalno promjenjive prirode interneta. Uz više od 2000 različitih zadataka prikupljenih s 137 raznih web stranica, agent je izložen raznovrsnim scenarijima, od rezervacije letova do praćenja Twitter računa slavnih osoba i zakazivanja testova u DMV uredima. Takva raznolikost zadataka pruža agentu širok spektar iskustava i uvida potrebnih za razvoj njegove sposobnosti autonomnog učenja i djelovanja.

Posebno značajan aspekt ovog istraživanja je integracija velikih jezičnih modela poput ChatGPT-a, koji su se pokazali korisnima u generiranju raznovrsnog sadržaja. Su ističe kako je razvoj ovih modela omogućio stvaranje agenta sposobnog za izvođenje kompleksnih zadataka na internetu. Ipak, s obzirom na ogromnu količinu neobrađenih HTML elemenata na web stranicama, tim je razvio MindAct, inovativni okvir koji koristi kombinaciju malih i velikih jezičnih modela. Ovaj pristup omogućuje efikasnije procesiranje informacija i vodi do boljih performansi u izvršavanju zadataka.

MindAct predstavlja ključan doprinos u polju umjetne inteligencije, pokazujući kako se kombinacijom različitih veličina i vrsta modela može postići bolje razumijevanje i interpretacija web sadržaja. Ovakav napredak u razvoju AI ne samo da povećava efikasnost i sposobnost generalizacije web agenata, već otvara vrata novim mogućnostima u autonomnom istraživanju i učenju na internetu.

Ključna točka u razvoju MindAct tehnologije sa Sveučilišta Ohio State je mogućnost njezinog integriranja s postojećim velikim jezičnim modelima kao što su Flan-T5 ili GPT-4, čime se otvara put za stvaranje još naprednijih i funkcionalnijih AI sistema. Ovaj aspekt naglašava Yu Su, naglašavajući kako bi daljnjim finim podešavanjem model mogao biti upotrijebljen u različitim kontekstima, uključujući i kao poboljšanje postojećih sistema poput ChatGPT-a.

Međutim, Su ističe i važan etički aspekt ovakvog napretka. Postoji značajna zabrinutost zbog potencijalne zlouporabe takvih sistema, kao što su autonomni agenti koji bi mogli prevesti online aktivnosti u stvarne radnje s potencijalno štetnim posljedicama, uključujući zlouporabu financijskih informacija ili širenje dezinformacija. Ove zabrinutosti naglašavaju važnost pažljivog razmatranja etičkih i sigurnosnih implikacija prije šire primjene AI tehnologija.

Su naglašava nužnost zajedničkih napora u cilju minimiziranja ovih rizika, te upozorava na važnost osiguranja da AI tehnologije budu razvijene i primijenjene na odgovoran način. Uprkos ovim izazovima, on predviđa značajan rast u komercijalnoj upotrebi i performansama općih web agenata u budućnosti, s obzirom na već postojeću popularnost tehnologije u javnosti.

Su zaključuje izražavajući svoj dugogodišnji cilj u karijeri – premošćivanje jaza između ljudi i računalnog svijeta. Ističe kako je stvarna vrijednost ovakvih alata u njihovoj sposobnosti da uštede vrijeme ljudima i omoguće ostvarivanje onoga što je ranije bilo smatrano nemogućim.

Istraživanje MindAct projekta podržali su Nacionalna znanstvena zaklada, Istraživački laboratorij američke vojske i Ohio Supercomputer Center. Među ostalim koautorima istraživanja nalaze se Xiang Deng, Yu Gu, Boyuan Zheng, Shijie Chen, Samuel Stevens, Boshi Wang i Huan Sun, svi sa Sveučilišta Ohio State.

Izvor: The Ohio State University