Az Opposable AI-ügynöke vezérli a telefonodat, de drága és lassú

Megérkezett az Opposable, egy új eszköz, ami lehetővé teszi, hogy egy AI-ügynök kezelje okostelefonodat. Az alkalmazás koppintással, húzással és gépeléssel irányítja a készüléket, Androidon közvetlenül, iPhone-okon pedig egy társ-számítógép segítségével. (The Register)

A fejlesztők szerint az Opposable célja, hogy „AI-hüvelykeket” adjon a felhasználóknak, lehetővé téve az alkalmazások megnyitását, a képernyő olvasását és az érintőképernyő használatát. Az Androidos verzió az elérhetőségi szolgáltatásokat használja a képernyő elemzésére, míg a vizuális bemenetet a GUI-Owl 1.5 nevű, 2 milliárd paraméteres látás-nyelv modell (LLM) dolgozza fel, llama.cpp-n keresztül.

A feladatokat vagy egy párosított asztali AI-ügynök, vagy egy eszközön futó ügynök végezheti el. Utóbbi csak Androidon érhető el, iPhone-okhoz társ-számítógép szükséges. Azonban nem minden feladat fut AI-modellen keresztül: mintegy 40 gyakori művelet, mint például riasztás beállítása vagy Wi-Fi kapcsolása, rögzített kóddal működik.

Az Opposable sebessége és pontossága azonban kérdéses. Egy példában a sötét módra váltás és egy ötoldalú időzítő beállítása 50 másodpercet vett igénybe 17 eszközhívással. Egy másik feladat, az Apollo 11 fellövésének dátumára és fedélzetén lévőkre való keresés majdnem 2 percig tartott, és 0,44 dollárba került. A cég szerint még akkor is csak háromnegyed részben sikeres, ha minden lépést külön ellenőriznek.

Az alkalmazás telepítése Androidon APK-fájl sideloadolását és kézi engedélyek megadását igényli, ami biztonsági kockázatot jelenthet. A fejlesztők is figyelmeztetnek, hogy „aki birtokolja a tokent, az kezelheti a telefont, ezért úgy bánj vele, mint egy jelszóval”. Az Opposable-t elsősorban nem akadálymentesítési eszközként, hanem „telefonnal kapcsolatos házimunkák” elvégzésére reklámozzák.