В AI Times вышла новая колонка управляющего партнёра и патентного поверенного IPLEX Ким Ёндока. На примере Claude Computer Use автор обращается к технологии обучения ИИ-агентов и рассматривает решения, раскрытые в патенте США № 12 585 862.
В центре внимания — данные, из которых складывается опыт работы с программами: тексты, изображения, видеозаписи действий, снимки веб-страниц, щелчки мыши и нажатия клавиш. Автор разбирает, как состояние экрана связывается с последующим действием и как такая связь используется при обучении.
Отдельная часть анализа посвящена траекториям выполнения задач — последовательностям шагов, которые проходит агент. Они позволяют проследить весь рабочий процесс. Одобрение действий и исправления со стороны человека также могут пополнять обучающие данные.
Эти механизмы рассматриваются в контексте цикла «наблюдение — действие — проверка результата». Чтобы выполнять задачи в разных приложениях, агент должен учитывать изменения интерфейса после каждого шага. В статье показано, почему накопленный опыт взаимодействия с программами важен наряду с масштабом модели.
При этом автор разграничивает содержание патента и реализацию коммерческого продукта. Само наличие технического решения в патенте не подтверждает, что оно используется в Claude. Патент служит источником для анализа подходов к обучению агентов, а не описанием всех функций действующего продукта.
В полной версии колонки — разбор мультимодальных обучающих данных и роли человеческой обратной связи в развитии ИИ-агентов. Материал будет интересен читателям, которые следят за переходом от генерации ответов к выполнению рабочих задач и изучают эти технологии по патентным документам.
Полный текст колонки опубликован на корейском языке в AI Times.
Материал отражает ситуацию на дату публикации. Обратитесь в IPLEX, чтобы обсудить обстоятельства вашего дела.