A Google új frissítésével a mesterséges intelligencia már nemcsak szöveges válaszokat ad, hanem egy elkülönített háttérablakban konkrét feladatokat is végrehajt a helyi fájlok, az asztali programok és a webes felületek között.
A generatív AI-eszközök piacán egyre élesebb a verseny az úgynevezett ügynöki (agentic) funkciókért, amelyek képesek önálló, több lépésből álló munkafolyamatok kivitelezésére. A Google a macOS-re fejlesztett Gemini alkalmazás legújabb bővítésével lépett szintet: a Computer Use (számítógép-használat) révén az asszisztens képes átvenni azokat a monoton, több tucat kattintást igénylő feladatokat, amelyek eddig emberi beavatkozást igényeltek.
Hogyan működik a háttérben?
A rendszer lényege, hogy a Gemini a felhasználói felület elemeit értelmezve pontosan ugyanúgy képes navigálni a menükben, gépelni, kattintani és űrlapokat kitölteni, mint egy hús-vér felhasználó. A folyamat azonban nem zavarja a napi munkát: az AI egy elkülönített háttérablakban dolgozik, így a felhasználó saját kurzora és képernyője végig szabad marad. A csevegőfelületen belül egy élő előnézeti ablakban folyamatosan nyomon követhető, hogy éppen milyen művelet zajlik.
A Google kiemelt hangsúlyt fektetett a biztonságra és a kontrollra:
- Szelektív hozzáférés: A felhasználó pontosan meghatározhatja, mely alkalmazásokhoz férhet hozzá az asszisztens.
- Valós idejű felügyelet: A folyamat bármikor megállítható, a kritikusabb lépések végrehajtása előtt pedig a rendszer külön jóváhagyást kér.
Mire használható a gyakorlatban?
A vállalat több konkrét példán keresztül szemléltette, hogyan válthatja ki a funkció a manuális adatbevitelt és az ismétlődő munkafolyamatokat:
- Kreatív munkák gyorsítása: Képek kötegelt színkorrekciója tervezőszoftverekben, vagy összetettebb 3D-s jelenetek előkészítése.
- Adminisztráció kiváltása: Adatok (például súlyok, méretek, címek) automatikus kinyerése helyi PDF-dokumentumokból, majd ezek beírása webes szállítási ajánlatkérő űrlapokba.
- Prezentációkészítés élő adatokból: Különböző régiók élő irányítópultjairól származó metrikák és képernyőképek összegyűjtése, majd azokból egy kész prezentáció összeállítása a Google Diákban.
- E-kereskedelmi automatizálás: Helyi mappában tárolt ruhafotók elemzése, piaci árak felkutatása, valamint a hirdetések előkészítése online piactereken.
Elérhetőség és feltételek
A Computer Use bevezetése már elindult, azonban egyelőre szigorú feltételekhez kötött. A funkciót jelenleg kizárólag az Egyesült Államokban tartózkodó, angol nyelvet használó felhasználók érhetik el. A használathoz emellett elengedhetetlen:
- egy Apple Silicon chippel szerelt Mac számítógép,
- legalább macOS Sequoia 15.0 operációs rendszer,
- nagykorú Google-fiók,
- valamint aktív Google AI Plus, Pro vagy Ultra előfizetés. – írja a Neowin.
Kép forrása: Jetstream
