Google vừa công bố phiên bản xem trước của mô hình Gemini 2.5 Computer Use, cho phép các nhà phát triển tạo ra các tác nhân trí tuệ nhân tạo có thể tương tác trực tiếp với giao diện người dùng của máy tính. Mô hình này có khả năng hiểu và phân tích hình ảnh màn hình, cho phép AI thực hiện các thao tác như di chuyển con trỏ, nhấp chuột và nhập liệu vào các biểu mẫu.
Hiện tại, Gemini 2.5 Computer Use chủ yếu hoạt động trên trình duyệt web, nhưng Google cho biết mô hình này có tiềm năng kiểm soát ở cấp độ hệ điều hành trong tương lai. Đây là một bước tiến trong xu hướng phát triển AI có khả năng hành động (agentic AI), vượt ra ngoài khuôn khổ của chatbot thông thường để thực hiện các tác vụ trong thế giới thực trên giao diện máy tính.
Tuy nhiên, việc AI có khả năng điều khiển máy tính cũng đặt ra những lo ngại về an toàn. Google thừa nhận những rủi ro tiềm ẩn như việc người dùng cố tình lạm dụng, hành vi bất thường của mô hình, hay các vụ tấn công lừa đảo. Công ty cho biết đã huấn luyện mô hình để nhận diện các lệnh có rủi ro cao, như gửi email hay mua hàng, và có thể yêu cầu người dùng xác nhận trước khi thực hiện.
Theo thông tin từ CNET, sự phát triển này đánh dấu một cột mốc quan trọng trong việc ứng dụng trí tuệ nhân tạo, hứa hẹn thay đổi cách chúng ta tương tác với máy tính và tự động hóa nhiều công việc.
