Microsoft Copilot forbedrer internetbrowsing-oplevelsen med AI Vision-integration

Microsoft har afsløret en spændende ny tilføjelse til sit AI-drevne Copilot-værktøj i forhåndsvisning: Copilot Vision. Denne funktion giver AI-assistenten mulighed for at fortolke visuelt indhold fundet på websider og engagere brugere i diskussioner om disse oplysninger.

I øjeblikket er denne funktion ved at blive rullet ud til en udvalgt gruppe af Copilot Pro-abonnenter i USA, tilgængelig via Copilot Labs. Et abonnement på Copilot Pro koster $20,00 pr. måned.

Copilot Vision er blandt de indledende funktionaliteter introduceret i Copilot Labs, som fungerer som Microsofts eksperimentelle platform for forskellige AI-initiativer sammen med Think Deeper. Teknikgiganten afslørede først Copilot Vision i oktober, da de også viste andre forbedringer, såsom en fornyet grænseflade, stemmefunktioner, Copilot Daily og Personalized Discover, blandt andre.

Funktionaliteten er oprindeligt designet til at fungere med et nøje udvalgt udvalg af websteder, hvilket afspejler Microsofts forsigtige tilgang. Virksomheden søger dog at udvide tilgængeligheden i fremtiden baseret på brugerfeedback og observerede brugsmønstre.

I øjeblikket er Copilot Vision eksklusivt tilgængelig via Microsoft Edge-browseren, en fælles strategi for Microsoft, når de lancerer funktioner, der har til formål at give dem en konkurrencefordel; dette var også tilfældet med den første lancering af Copilot (oprindeligt omtalt som Bing AI).

I Edge-browseren vises Copilot nu bekvemt nederst, repræsenteret af et ikon, der ligner et RSS-feed. Når den er aktiveret, behandler denne funktion visuel information, der vises på siden, hvilket gør det muligt for brugere at gå i dialog med AI’en om indholdet. Denne tilgang søger at løse det tidligere problem med brugere, der har behov for at beskrive deres visuelle oplevelser til Copilot, og derved forbedre web-browsing-oplevelsen, som Microsoft karakteriserer som et skift fra en “ensom oplevelse.”

Privatliv er et afgørende aspekt af Copilot Vision. Brugere skal tilmelde sig for at aktivere funktionen og bevare kontrollen over brugen af den. Når den er aktiveret, forbliver funktionen aktiv i hele browsersessionen, medmindre brugeren vælger at deaktivere den.

Alle samtaledata, inklusive kontekst delt med Copilot, fjernes ved afslutningen af hver session. De svar, der genereres af Copilot, logges dog for at forbedre sikkerhedsforanstaltningerne. Navnlig har Microsoft præciseret, at Copilot Vision ikke beholder eller bruger udgiverindhold til træning af sine modeller, og det overholder webmasterværktøjer, såsom robots.txt.

Denne seneste tilføjelse illustrerer Microsofts fortsatte forpligtelse til at integrere AI-egenskaber i sin suite af produkter og tjenester. Tidligere stødte ‘Recall’-funktionen på kritik over privatlivsproblemer forbundet med dens skærmoptagelsesevner. Med Copilot Vision har virksomheden valgt en mere privatlivsorienteret metode ved at analysere websideindhold direkte og effektivt adressere tidligere bekymringer. I modsætning til Recall kan AI kun få adgang til din skærm, når der er givet tilladelse.

“Den ser den side, du er på, den læser sammen med dig, og I kan sammen tale igennem det problem, I står over for.” – Microsoft

I forskellige demonstrationer har Copilot Vision vist sin evne til at hjælpe brugere med at organisere fornøjelige aktiviteter for deres niece eller med at vælge en juletrøje. Det kan hjælpe med at gennemsøge utallige produkter for at finde dem, der passer til dine behov, og besvare eventuelle relevante spørgsmål. Oplevelsen ligner et videoopkald med venner, der hjælper dig med at træffe beslutninger via skærmdeling, men med Copilots evne til at analysere alt med det samme. Det kan også lette læring eller interaktivt spil.

Udrulningen af Copilot Vision fremhæver den stigende tendens til at integrere AI-teknologier i online browsing, hvilket fundamentalt ændrer, hvordan enkeltpersoner interagerer med indhold på internettet. Microsoft planlægger at evaluere brugsdata og feedback i denne forhåndsvisningsfase før en bredere udgivelse af funktionen.