مرورگر Agent Browsing چیست و چه چالش هایی دارد؟
میتوانید خلاصهای کوتاه از محتوای مقاله را با استفاده از هوش مصنوعی دریافت نمایید.
شما آینده هوش مصنوعی را چگونه میبینید؟ باید گفت که Agent Browsing یا مرورگرهای هوش مصنوعی آینده هوش مصنوعی هستند. دلیل این موضوع در قابلیتها و توانایی این نوع از مرورگرها پنهان شده است. Agent Browsing خودمختار هستند و میتوان به آنها وظایف مختلفی را سپرد. این مرورگرها میتوانند وب سایتهای مختلف را پیمایش کنند و با آنها تعامل داشته باشند.
خودمختار بودن مرورگرهای عامل محور باعث شده که در جدیدی از تکنولوژی به روی ما باز شود و ما آغازگر عصر جدیدی از اینترنت باشیم. به بیان دیگر آینده هوش مصنوعی را بسازیم.
Agent Browsing (مرورگر عامل محور) چیست؟
مرورگرهای امروزی به شکلی هستند که شما تمام کنترل را در دست دارید. وقتی از تمام کنترل صحبت میشود یعنی شما دارید تبهای مختلف را باز میکنید، موضوعات را سرچ میکنید، لیستها و فرمها را پر میکنید و… . اما Agent Browsing قدرتمند هستند. یعنی کارهایی که شما تا به الان انجام میدادید و کنترل آنها را در مرورگر داشتید، از امروز به یک عامل سپرده خواهد شد. این عامل هوش مصنوعی است که در وب سایتهای مختلف میگردد و تعامل دارد. همچنین با درک نیاز و هدف جستجوی شما تصمیمات مختلفی میگیرد و در آخر اقدامات لازم را انجام میدهد.
وقتی میگوییم در Agent Browsing عامل هوش مصنوعی خودمختار تصمیم میگیرد و آن را اجرایی میکند، یعنی وقتی شما به دنبال تهیه یک بلیت پرواز هستید و سایت هواپیمایی را سرچ میکنید، ایجنت هوش مصنوعی سریع بهترین بلیت، بهترین ساعت پرواز، کمترین قیمت و به طور کلی مناسبترین گزینه را برای شما پیدا میکند، فرمها را خودش پر میکند و پرداخت را انجام میدهد. همه این کارها فقط با فهمیدن هدف شما از این سرچ.
Agent Browsing چگونه کار میکند؟
انجام کار توسط ایجنت چندین مرحله را شامل میشود، از جمله:
- تفسیر نیت کاربر: قدم اول قبل از انجام هر کاری، درک نیت کاربر از سرچ است. این مرورگر بررسی میکند که کاربر به دنبال چه چیزی است و قرار است به چه چیزی دست پیدا کند.
- تحلیل وب سایتها: وقتی مرورگر متوجه شد که باید به دنبال چه چیزی باشد و چه کاری را انجام دهد، وب سایتهای مربوط را تحلیل میکند. ساختار وب سایتها چه از نظر بصری و چه کد توسط هوش مصنوعی بررسی میشود و عناصر تعاملی مثل فرمها، دکمهها، لینکها و… چک میشوند.
- بررسی اقدامات: حالا که خواسته کاربر مشخص است و سایت مناسب پیدا شده است، شروع به تحلیل مراحل کار میکند. بعد شروع به اقدامات لازم و انجام مراحل مختلف میکند.
- اعتبارسنجی: کار دیگری که در Agent Browsing دیده میشود، بررسی و تحلیل درستی کارها در هر مرحله است. در آخر هم درستی نتایج را بررسی و تایید میکند.
در مورد عملکرد این مرورگر ممکن است چند سوال ایجاد شود، مانند:
- چگونه دکمه، فرم، منو و پیام خطا را تشخیص میدهد؟
- اگر متن دکمه واضح نباشد، چطور کاربرد آن را حدس میزند؟
همان طور که در بالا اشاره کردیم، این مرورگر هم کد و هم شکل بصری یک وب سایت را بررسی میکند. اگر شکل ظاهری یک وب سایت خوب و واضح نباشد، در قسمت کد به بررسی و تحلیل آن میپردازد و بالعکس. اما نکتهای که با ورود Agent Browsing به مدیران وب سایت توصیه میشود، بهینه سازی سایت برای عاملهای هوش مصنوعی است. اگر ایجنت متوجه دکمه، فرم و… در سایت نشود، این سایت را ترک میکند. این موضوع به شدت به ضرر وب سایتها است.
با وجود تمام این مراحل چه طور مطمئن میشوید که کارها درست انجام شده است؟ این مرورگر در قدم آخر از شما تایید نهایی نمیگیرد. همان طور که متوجه شدید کاملا خودمختار است و همه برنامهها را میچیند و اجرا میکند. اما آیا این کار را درست انجام میدهد؟
انواع Agent Browsing
امروزه چند مرورگر ساخته شدهاند که مجهز به عامل هوش مصنوعی برای خودکار ساختن کارها هستند، شامل:
مرورگر Comet
یکی از موفقترین مرورگرهای عامل محور، مرورگر Comet است. این مرورگر بسیاری از کارها را میتواند به طور خودکار انجام دهد. از کامل کردن فرمها تا چک کردن وب سایتها و انجام کارهای چند مرحلهای، که از قابلیتهای Comet هستند. مرورگرهای عامل محور هنوز به طور کامل فعالیت خود را آغاز نکردهاند و در مراحل آموزش و تست هستند، اما Comet یکی از پیش گامان است.
مرورگر Fellou
نوع طراحی و آموزش مرورگرهای ایجنت محور با هم متفاوت است و هر کدام قابلیتها و چالشهای خاص خود را دارند. برای مثال مرورگر Fellou قابلیتهای خود را به مرورگرهای سنتی اضافه نکرده، بلکه از پایه برای پشتیبانی از ایجنت هوش مصنوعی طراحی شده است. نقطه قوت مرورگر Fellou مدیریت ورود دادهها، اتوماسیون سازی گردش کار، گردآوری تحقیقات در چندین وب سایت است.
مرورگر Dia
فرایند کاری Dia بر “شخصیسازی تعامل با وب” تمرکز دارد. این پلتفرم ابزارها و APIهایی را در اختیار کاربران قرار میدهد تا بتوانند برای سناریوهای مشخص، اقدامات و فرایندهای سفارشی ایجاد و نحوه تعامل با وب را متناسب با نیاز خود تنظیم کنند.
تفاوت مرورگر هوش مصنوعی و مرورگر عامل محور چیست؟
بسیاری ChatGPT Atlas را با Perplexity Comet یکی میدانند، اما به نظر من این طور نیست. درست است که مرورگرهای عامل محور در حال رشد هستند و هنوز به مرحله کاملا اجرایی نرسیدهاند، اما تعریف مشخصی دارند و آن هم “خودمختاری در انجام کارها” است. این تعریف چیزی است که یک مرورگر هوش مصنوعی مانند Atlas ندارد.
مرورگر هوش مصنوعی Atlas بین صفحات مختلف در اینترنت میگردد، در مورد موضوعات مختلف تحقیق میکند، داده جمع آوری میکند و…، اما نمیتواند به طور خودمختار کاری انجام دهد. مثلا شما در مورد خرید یک بلیت هواپیما سرچ کردهاید، Atlas تمام سایتهای هواپیمایی، تمام پروازها و قیمتها را برای شما بررسی میکند و یک لیست از بهترین آنها آماده میکند. اما آیا خودش میتواند بلیت خریداری کند؟ خیر. این همان تفاوت مهم Atlas با Comet است.
Agent Browsing چگونه درستی انجام کارها را بررسی میکند؟
همان طور که متوجه شدید، انواع مرورگرهای Agent Browsing با نوع عملکرد متفاوت طراحی شدهاند. دقیق نمیتوان گفت که کدام یک از این مرورگرها نیاز به اجازه نهایی انسان دارند، در کدام مراحل از کاربر درخواست تایید میکنند، اصلا درخواست تایید میکنند یا نه. اما به عنوان کاربر، چگونه میتوان از انجام صحیح کارها اطمینان حاصل کرد؟ پرسش مهمتر این است که معیار پایان و موفقیت آمیز بودن یک وظیفه چگونه برای Agent تعیین میشود؟
اینها سوالاتی است که امروز و در حالی که Agent Browsingها در مراحل آزمون و خطا هستند، بی جواب است. استفاده از این مرورگرها تجربهای لذت بخش است و انجام بسیاری از کارها را آسان میکنند، با این حال، در حال حاضر بهتر است پس از سپردن هر وظیفه به Agent، حتما نتیجه را بررسی کنید تا از انجام صحیح و کامل آن اطمینان حاصل کنید.
امنیت در Agent Browsing
برای انجام کارها و تکمیل فرمها، نیاز به دسترسیهایی است که باید به Agent Browsing داده شود. اطلاعات و دسترسیهایی مانند دادههای بانکی، رمزهای عبور، دسترسی به ایمیلها و… که حساس هستند و نیاز به محافظت دارند. مدیران Agent Browsing در رابطه با حریم خصوصی و حفاظت از اطلاعات کاربران تضمین دادهاند و تا به الان سیاست استفاده از هوش مصنوعی بر پایه حفظ حریم خصوصی بوده است.
اما باید گفت که نمیتوان به طور صد در صد به آن اعتماد کرد و باید میزان دسترسیهای Agent Browsing کنترل شده باشد.
تجربه استفاده از Agent Browsing
طبق تحقیقاتی که ما انجام دادیم در حال حاضر بهترین Agent Browsing، مرورگر Comet است. ما این مرورگر را از سایت رسمی آن به نشانی “perplexity.ai/comet” دانلود کردیم و بعد از نصب شروع به استفاده از آن کردیم. این مرورگر دارای یک چت بات است که در سرچ کردن به شما کمک میکند. سرعت پاسخ دهی آن زیاد است و پاسخها بسیار نزدیک به واقعیت هستند. مثلا وقتی سرچ میکنید که “بهترین ارائه دهنده هاست ایران” پاسخ کاملا مستقیم است و برخلاف چت باتهایی مثل ChatGPT موضع گیری ندارد. اما برای استفاده از ایجنت آن، به دلیل این که هنوز بسیاری از وب سایتها زیر ساخت مناسب را برای ورود Agent Browsing ندارند، نمیتوانید عملکرد خوبی از آن ببینید. هر چند که استفاده از آن به طور رایگان محدودیتهای زیادی دارد.
در نهایت: استفاده از Agent Browsing همیشه انتخاب خوبی است؟
در آینده، استفاده از مرورگرهای عامل محور به طور چشمگیری افزایش مییابد، اما امروزه به دلیل اینکه بسیاری از زیرساختهای وب سایتها برای استفاده از Agent Browsing مناسب نیستند، همچنان استفاده از مرورگرهای سنتی بیشتر است. استفاده از Agent Browsing تجربه لذت بخشی است، اما محدودیتهایی دارد که پیش بینی میشود به مرور زمان از بین بروند. نکته مهم این است که وب سایتها باید زیرساختهای خود را برای Agent Browsing آماده کنند تا در دنیای تکنولوژی پیشرفت کنند. برای آشنایی بیشتر با زیرساختهای مورد نیاز Agent Browsing و خرید هاست پرسرعت برای این فناوری، میتوانید با مشاوران پویان آی تی در تماس باشید و از راهنمایی تخصصی آنها استفاده کنید.
سوالات متداول
در Agentهای پیشرفته، بله. Agent میتواند نتیجه یک اقدام را بررسی کند و اگر مسیر اولیه موفق نبود، با توجه به شرایط جدید مسیر دیگری را امتحان کند. این قابلیت یکی از تفاوتهای مهم Agent Browsing با اسکریپتهای ثابت و اتوماسیون سنتی است.
به صورت مستقیم نمیتوان گفت که بهینه سازی برای Agentها یک فاکتور مستقل رتبه بندی است؛ اما بسیاری از اقداماتی که تعامل Agent با سایت را بهتر میکنند، مانند ساختار HTML مناسب، محتوای واضح، دسترسی پذیری و معماری منطقی صفحات، میتوانند هم زمان برای کاربران، موتورهای جستجو و سیستمهای هوش مصنوعی مفید باشند.
منابع
- https://www.digitalocean.com/resources/articles/agentic-browsers
- https://www.paloaltonetworks.com/cyberpedia/what-are-agentic-browsers
اولین دیدگاه را اضافه کنید.