با سوزاندن توکن ها به ارتفاعات جدیدی از تنبلی برسید تا یک هوش مصنوعی به صفحه گوشی هوشمند شما ضربه بزند

وقتی هوش مصنوعی می تواند این کار را برای شما انجام دهد، چرا از گوشی هوشمند خود استفاده کنید؟ با راه‌اندازی Opposable، ابزاری که روی تلفن‌های اندروید ضربه می‌زند، انگشت می‌کشد و تایپ می‌کند و آیفون‌ها را از طریق یک رایانه همراه کنترل می‌کند، به سطح جدیدی از بی‌معنای هوش مصنوعی رسیده‌ایم که کاربران را از بار ظاهری کار با دستگاه‌های خود رها می‌کند.

اگر نمی‌خواهید یک رویداد تقویم را به‌روزرسانی کنید، تایمر را شروع کنید یا حالت تاریک را فعال کنید، ظاهرا می‌توانید از یک برنامه عامل هوش مصنوعی در رایانه خود استفاده کنید (هر کلاینتی که از MCP پشتیبانی می‌کند این کار را می‌کند) تا Opposable این کار را برای شما در تلفن متصل انجام دهد.

البته می‌توانید این کار را روی رایانه‌تان انجام دهید، اما برای این کار واقعا باید از دست‌هایتان استفاده کنید - مثل این که نوعی اسباب‌بازی کودک است. لنگ.

Opposable هدف برنامه خود را اینگونه توصیف می کند که "به یک نماینده اجازه می دهد برنامه ها را باز کند، صفحه را بخواند، ضربه بزند و تایپ کند، همه اینها در حالی که به دستگاهی وارد شده است، زیرا شخصی برای استفاده از یک فناوری فوق العاده راحت تر از آن تنبل است.

همانطور که در یک پست وبلاگ منتشر شده توسط سازندگان آن در چهارشنبه توضیح داده شد، توسعه دهندگان Opposable توضیح می دهند که پیاده سازی اندروید آن از خدمات دسترسی برای بازرسی صفحه استفاده می کند، در حالی که اسکرین شات ها ورودی بصری یک مدل هوش مصنوعی را ارائه می دهند. سپس این مدل تصاویر را رمزگشایی می‌کند و مشخص می‌کند که باید روی صفحه ضربه بزند تا هر کاری را که کاربر از آن خواسته انجام دهد.

پردازش بصری توسط یک مدل زبان بینایی معروف به GUI-Owl 1.5 2B انجام می‌شود که از طریق llama.cpp اجرا می‌شود، در حالی که وظایف می‌توانند توسط یک عامل هوش مصنوعی دسکتاپ جفت شده یا یک عامل روی دستگاه که بدون اتصال دسک‌تاپ کار می‌کند (که دومی فقط در دستگاه‌های Android در دسترس است - آیفون‌ها به یک رایانه همراه همراه با یک نسخه سخت‌افزار Windows/Mac-L نیز نیاز دارند. تبلیغ می شود).

حتی در آن زمان، هوش مصنوعی برای همه چیز مورد استفاده قرار نمی گیرد، با حدود 40 کار رایج (تنظیم زنگ هشدار، ارسال متن، روشن یا خاموش کردن Wi-Fi) به عنوان کد ثابت بدون نیاز به مدل هوش مصنوعی اجرا می شود.

با این حال، Opposable چندان سریع به نظر نمی رسد، و دقت آن نیز مشکوک است. وب‌سایت Opposable شامل سه نمونه مختلف از وظایفی است که با استفاده از محصول آن انجام می‌شود، و به نظر می‌رسد که هیچ‌کدام شایستگی استفاده از هوش مصنوعی روی دست انسان را ندارند.

در یک مثال، Claude Code روی MCP برای تغییر تم سیستم به حالت تاریک و سپس تنظیم یک تایمر پنج دقیقه ای استفاده می شود. این 50 ثانیه طول می کشد و به 17 تماس ابزار نیاز دارد. در مثال دوم با استفاده از Claude Code و MCP، از Opposable خواسته می‌شود تا زمان پرتاب آپولو 11 و حضور چه کسی را جستجو کند، که فقط 2 دقیقه طول می‌کشد. تعداد تماس‌های ابزار ذکر نشده است، اما هزینه اجرا 0.44 دلار است، که وقتی می‌توانید از دست خود استفاده کنید و آن را به صورت رایگان بفهمید، مضحک به نظر می‌رسد. جهنم، فقط پرسیدن از Gemini یا Siri در گوشی هوشمند، پاسخ را سریعتر و ارزان تر خواهد داد.

اگر به اندازه کافی تنبل باشید که استفاده از آن را توجیه کنید، این درخواست‌های نیم دلاری به Opposable می‌توانند به سرعت جمع شوند.

مثال سوم یک دستگاه اندروید مجازی را نشان می‌دهد که بدون عامل دسکتاپ جفت شده کار می‌کند، در عوض به عامل روی دستگاهی که Opposable روی گوشی‌های اندرویدی نصب می‌کند تکیه می‌کند. باز کردن برنامه ساعت و جابه‌جایی به برگه کرونومتر حدود 96 ثانیه طول می‌کشد، که ظاهرا چشمگیر است، زیرا شرکت سازنده Opposable تصمیم گرفت آن را در وب سایت چیز به نمایش بگذارد.

در مورد توانایی Opposable برای انجام واقعی وظایف، خوب، این دقیقا چیز مطمئنی نیست.

در این پست وبلاگ آمده است: "در هشت کار که مدل هرگز روی آن تنظیم نشده بود، هر کدام دو بار روی شبیه‌ساز اجرا شد، و کل کار را 4 و 3 بار انجام داد." من تقریبا مطمئن هستم که مغز و دست‌های من می‌توانند بدون سوزاندن نشانه‌ها بهتر عمل کنند.

وبلاگ ادامه می‌دهد: «هر بار یک هدف فرعی به آن می‌دهیم و هر موفقیت ادعا شده را در برابر درخت دسترس‌پذیری بررسی می‌کنیم، قبل از اینکه هدف فرعی بعدی 6 بار در هر دو دور موفق شود» - بنابراین حتی زمانی که در هر مرحله از راه به کودک کمک می‌کند، باز هم فقط در سه چهارم وظایف موفق است. جالب - این واقعا تمام وقت تلف شده برای تنظیم تایمرها و انجام سایر کارهای روزمره را در گوشی من آزاد می کند.

اینکه چرا کسی این را روی دستگاه اندرویدی خود نصب می کند - که نیاز به بارگذاری جانبی یک APK و اعطای دسترسی دستی برای خواندن و تعامل با صفحه نمایش از طریق تنظیمات دسترسی دارد - کمی راز به نظر می رسد. وب‌سایت Opposable حتی هشدار می‌دهد که این می‌تواند یک فاجعه امنیتی باشد: «هر کسی که توکن را در اختیار دارد می‌تواند با تلفن کار کند، پس با آن مانند یک رمز عبور رفتار کنید»، اما همچنان کاربران را به امتحان دعوت می‌کند.

می توان استدلالی برای استفاده از Opposable به عنوان یک ابزار دسترسی برای افرادی که در استفاده از تلفن هوشمند مشکل دارند مطرح کرد، اما این مورد در هیچ کجای وب سایت آن ذکر نشده است. Opposable به‌عنوان روشی برای «انفصال کارهای تلفنی» نام‌گذاری می‌شود، که کاربران را برای انجام کار دیگری آزاد می‌گذارد - نه اینکه گوشی در حال حاضر به آرامی توسط یک هوش مصنوعی دست و پا چلفتی کنترل می‌شود.

مطمئنا، می‌توانید از طریق Opposable به هوش مصنوعی خود کمک کنید، اما ... چرا؟ ما برای دریافت پاسخ به این سوال با تیم مخالف تماس گرفتیم، اما پاسخی دریافت نکردیم. ®