BrowserForge: Scaling Web Episode via Parallel Browser Sandboxes
O BrowserForge é um framework que escala a geração de dados de interação web de alta qualidade ao executar sandboxes de navegadores em paralelo pela web aberta para criar um corpus diversificado de 203.238 trajetórias, o que melhora significativamente o desempenho de agentes web baseados em pixels em benchmarks vivos e estáticos.
Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Imagine um programa de computador projetado para ajudar você a navegar pela internet, de forma muito semelhante a um assistente digital que pode clicar em botões, digitar texto e rolar páginas para completar uma tarefa por você. Para que esses programas aprendam a fazer isso, eles precisam praticar em sites reais, observando como um humano se moveria de um ponto de partida até um objetivo final. Até agora, os dados usados para ensinar esses programas eram limitados. A maioria dos conjuntos de treinamento foi construída registrando ações humanas em uma pequena lista fixa de sites populares ou gerando cenários falsos baseados em um conjunto restrito de tutoriais. Isso significava que os programas aprendiam a navegar apenas uma fração minúscula da internet, tendo dificuldades quando encontravam um site novo ou desconhecido. Eles eram como estudantes que estudaram apenas um único livro didático; quando recebiam um livro diferente, não sabiam como lê-lo.
Uma equipe de pesquisadores construiu agora um sistema chamado BrowserForge para resolver esse problema. Em vez de depender de uma pequena lista pré-selecionada de sites, eles transformaram toda a internet aberta em um campo de treinamento. Eles criaram uma vasta rede de centenas de computadores virtuais, cada um executando um navegador web separado. Esses navegadores foram enviados para visitar centenas de milhares de sites diferentes e reais encontrados na web pública. O sistema não apenas visitou essas páginas; ele tentou ativamente realizar tarefas nelas. Um primeiro agente de inteligência artificial olhava para uma página e inventava uma tarefa plausível, como encontrar um artigo específico ou verificar um preço. Um segundo agente então tentava completar essa tarefa clicando e digitando, registrando cada movimento que fazia. Se a tarefa fosse concluída com sucesso, o registro desses movimentos era salvo como uma lição. Se o agente ficasse travado ou falhasse, aquela tentativa era descartada. Esse processo foi repetido repetidamente, gerando mais de 200.000 exemplos de aprendizado únicos, cada um extraído de um site completamente diferente.
Os pesquisadores descobriram que essa abordagem produziu um conjunto de dados muito maior e mais diversificado do que qualquer outro disponível anteriormente. Enquanto os conjuntos de dados antigos continham apenas alguns milhares de exemplos de algumas centenas de sites, este novo conjunto cobria quase 200.000 sites distintos. Quando usaram esses novos dados para treinar um modelo de computador compacto e eficiente, os resultados foram imediatos e significativos. A capacidade do modelo de completar tarefas com sucesso em sites ao vivo saltou de cerca de 25 por cento para mais de 33 por cento. Essa melhoria não foi apenas um pequeno aumento; ela permitiu que um modelo relativamente pequeno superasse sistemas muito maiores e mais complexos que haviam sido treinados em dados mais antigos e estreitos. O estudo mostrou que a chave para a melhoria não foi um novo truque na forma como o modelo foi ensinado, mas simplesmente a pura variedade dos sites que ele havia visto. Ao expor o sistema ao caos e à imprevisibilidade da web aberta, os pesquisadores ensinaram-no a ser muito mais adaptável.
O sucesso deste método dependeu de um processo cuidadoso de limpeza. Como o sistema estava gerando tarefas e tentando realizá-las sem supervisão humana, muitas tentativas falharam ou produziram registros desorganizados. Os pesquisadores construíram um filtro para remover esses exemplos ruins. Primeiro, usaram regras simples para descartar tentativas que claramente deram errado, como aquelas que nunca terminaram. Em seguida, usaram outro sistema inteligente para revisar as tentativas restantes e confirmar se a tarefa foi realmente concluída. Por fim, reescreveram as tentativas bem-sucedidas em um formato claro e consistente para que o modelo de aprendizado pudesse entender a lógica por trás das ações. Isso garantiu que o modelo aprendesse com exemplos de alta qualidade em vez de ruído. O estudo confirmou que a diversidade dos sites foi o principal motor do sucesso. Quando os pesquisadores testaram o modelo em diferentes tipos de sites e tarefas, a melhoria manteve-se constante, sugerindo que o modelo realmente aprendeu habilidades gerais, em vez de apenas memorizar páginas específicas.
Este trabalho demonstra que a melhor maneira de ensinar um computador a navegar na web é deixá-lo explorar a própria web. Ao automatizar o processo de visitar sites reais e tentar tarefas reais, os pesquisadores criaram um conjunto de treinamento que espelha a verdadeira complexidade da internet. O resultado é um assistente digital mais capaz e confiável, um que pode lidar com os layouts inesperados e as características únicas dos milhões de sites que existem hoje. As descobertas sugerem que, à medida que a quantidade desses dados da web aberta cresce, o desempenho desses agentes continuará a melhorar, aproximando-os do objetivo de um assistente web verdadeiramente universal.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.