Microsoft está a desenvolver inteligência artificial capaz de controlar programas do Windows

Quinta-feira 02 Janeiro 2025 - 17:00

A Microsoft anunciou o desenvolvimento de um novo modelo de inteligência artificial denominado “Large Action Model, ou LAM”, que se destaca pela capacidade de executar programas do Windows e realizar tarefas de forma independente. Este modelo constitui um salto qualitativo em termos de inteligência artificial. executar comandos.

Ao contrário dos modelos de linguagem tradicionais, como o GPT-4o, cuja função se limita ao processamento e geração de texto, o novo modelo LAM da Microsoft tem a capacidade de transformar as consultas dos utilizadores em acções reais, que envolvem a execução de programas ou o controlo de hardware.

Esta ideia já existia, mas o LAM é o primeiro modelo treinado especificamente para trabalhar com produtos de desktop Microsoft Office e outras aplicações Windows.

Por exemplo: Ao fazer compras online, os modelos tradicionais podem fornecer instruções em texto sobre como comprar, enquanto um modelo LAM pode completar o processo de compra navegando na interface do website.

Segundo a Microsoft, o desenvolvimento deste modelo requer quatro etapas principais: treino no planeamento de tarefas e divisão da tarefa em etapas lógicas, aprendizagem de modelos avançados (como o GPT-4o) para transformar planos em ações, e autoexploração que permite ao modelo procurar novas soluções e ultrapassar obstáculos. Outros modelos não conseguem isso, assim como o treino baseado em recompensas para melhorar a precisão da execução.

Os investigadores testaram o modelo LAM num ambiente de teste para o programa de edição de texto “Word” e concluíram as tarefas com sucesso a uma taxa de 71%, superando o GPT-4o, que alcançou uma taxa de sucesso de 63% sem informação visual. O modelo LAM foi também mais rápido, demorando 30 minutos para completar as tarefas, apenas um segundo para executar a tarefa, em comparação com 86 segundos para o GPT-4o. No entanto, quando o GPT-4o foi alimentado com informação visual, a sua precisão melhorou até 75,5%.

A equipa da Microsoft contou com milhares de dados de formação extraídos de documentos da Microsoft, artigos do wikiHow e pesquisas do Bing, e depois a equipa utilizou o modelo GPT-4o para expandir estas tarefas para outras tarefas maiores e complexas.

Com este desenvolvimento, o modelo LAM enfrenta alguns desafios, incluindo a implementação incorreta de ações, alguns problemas organizacionais que requerem soluções e limitações técnicas que afetam a escalabilidade e a aplicação em diferentes áreas.

Os investigadores acreditam que o LAM representa um grande avanço no campo da inteligência artificial, referindo que poderá abrir caminho para o desenvolvimento da inteligência artificial geral (AGI). Em vez de sistemas que simplesmente compreendem e produzem texto, as empresas poderão em breve oferecer assistentes digitais que realmente ajudem a realizar tarefas diárias de forma eficiente.