任务执行模型ACT-1，你的贴心小管家

AI模型最近几年在不同领域大放异彩。其中不同类型的Transformer模型，在不同领域都有及其重要的贡献。

• 语言模型：GPT，PaLM，Chinchila
• 编码：Codex，AlphaCode
• 图像生成：DALL-E，Imagen

除了上述领域外，这篇文章开发了新的一个领域：在数据场景下执行任务，并发布了新模型称为Action Transformer（ACT-1）。

这个模型令人感兴趣的点在于：

• 它能够在电脑面前使用任意一个软件，API工具等，用来辅助需要在电脑前完成的工作
• 需要利用到自然语言推断，用来告诉模型我们到底需要做什么

**ACT-1是一个大型的Transfromer模型，它能够在浏览器上执行相应的动作。**比如在Chrome浏览器上，类似于插件的形式，观察网页内容同时执行正确的动作：像点击，输入，滑动等。同时它也能够完成较为复杂的任务。

比如：在网页上输入需要订的酒店类型和预算，它能够帮你在网页上进行操作：

它也能够执行更加复杂的任务和操作：例如可以完成在Salesforce上需要10+的点击动作的任务

同时它也能够在excel中，根据输入的命令，来给出计算公式：

不仅仅在单独软件上进行操作，ACT-1也能够协作多个不同的软件，执行给定的任务指令。

该作者任务，自然语言接口将会极大的改变人们在电脑前的工作，他们给出了未来的畅想：

• **未来与电脑的互动将会更多的使用自然语言，而不是使用软件GUI进行操作。**相当于我们只要输入命令给它，它会自己自动执行任务
• **初学者不需要培训，也会是一个熟练的使用者。**任何人只要使用自然语言，都能够表达自己的想法，而不需要特定的专业知识。软件会变得更加强大，而不会仅仅局限于一个下拉菜单的长度。
• 以后软件的文档和手册，不是给用户看的，而是直接让模型进行学习。
• **让AI突破更多的领域，会使得AI在未来更像是我们的工作伙伴。**在可以遇见的未来，AI会在设计，工程等领域辅助人们实现更加复杂的功能。

目前这个软件正在测试中，有兴趣的可以去官网进行申请，加入waitlist等待测试哦~

目前ACT-1模型还有很多不足的地方，因此创作团队还是希望它能够不断学习，争取做更多复杂的任务。同时论文细节还没有放出来，等放出来之后可以具体看看。

值得一提的是，该团队的负责人，就是Transformer的作者Vaswani，果然大佬都是非同寻常的。

本期就到这里，我是leo~，欢迎关注我的知乎/公众号“算法一只狗”，我们下期再见。