Enquanto se aguarda a chegada do Gemini 3.5 Pro - que tem sido alvo de sucessivos atrasos - a Google anunciou uma nova capacidade no Gemini 3.5 Flash, que passa a incluir a funcionalidade de "computer use" integrada. Na prática, o modelo de inteligência artificial consegue ver o que está no ecrã, interagir com apps e sites, e executar tarefas de forma autónoma, sem necessidade de recorrer a modelos especializados adicionais. No entanto, é algo que por agora fica disponível para programadores através da API do Gemini e para clientes empresariais na plataforma Gemini Enterprise Agent, e não de forma directa para os utilizadores comuns.
Com esta capacidade, o Gemini pode realizar tarefas como pesquisar informação, preencher formulários, comparar preços ou efectuar reservas online. Numa demonstração da Google, o modelo foi capaz de visitar vários sites de viagens, procurar voos entre duas cidades, comparar preços, e apresentar as melhores opções sem intervenção humana. A AI também consegue interagir com apps e até jogar títulos simples, tomando decisões autonomamente.
Para reduzir os riscos associados a este tipo de automação, a Google diz ter implementado várias medidas de segurança. O Gemini pode ser configurado para solicitar confirmação antes de executar acções sensíveis ou irreversíveis, e interrompe automaticamente uma tarefa caso detecte uma tentativa de manipulação através de prompt injection. A empresa recomenda ainda que estas funcionalidades sejam utilizadas em ambientes protegidos, com controlos de acesso, e supervisão humana, sempre que necessário - requisitos que ajudam a explicar porque motivo ainda não será algo recomendado para o "público em geral".
Sem comentários:
Enviar um comentário (problemas a comentar?)