A Google anunciou uma grande expansão do seu sistema de IA Project Mariner, disponibilizando as suas capacidades de controlo de computadores aos programadores através das plataformas Gemini API e Vertex AI.
Revelado pela primeira vez no final de 2024, o Project Mariner representa o ambicioso esforço da Google para transformar a forma como os utilizadores interagem com interfaces digitais através de agentes de IA. O sistema consegue compreender e raciocinar sobre a informação apresentada no ecrã de um computador, incluindo texto, imagens, código e formulários web, navegando autonomamente por websites e realizando tarefas complexas.
A versão mais recente do Project Mariner foi significativamente melhorada para funcionar em máquinas virtuais na cloud, à semelhança dos agentes da OpenAI e da Amazon. Esta abordagem baseada na cloud permite aos utilizadores dedicarem-se a outros projetos enquanto o Project Mariner executa tarefas em segundo plano, conseguindo gerir até dez operações diferentes em simultâneo — uma melhoria substancial face à versão anterior, que funcionava apenas no navegador.
Várias empresas já estão a explorar o potencial do Project Mariner, incluindo especialistas em automação como a Automation Anywhere e a UiPath, bem como a Browserbase, Autotab, The Interaction Company e Cartwheel. Estes primeiros utilizadores estão a tirar partido da capacidade da tecnologia para automatizar fluxos de trabalho web complexos que anteriormente exigiam uma intervenção humana significativa.
A Google implementou também medidas de segurança avançadas para proteger contra ameaças como injeções indiretas de prompts, onde instruções maliciosas podem ser incorporadas em dados recuperados pelos modelos de IA. Segundo a Google, estas melhorias de segurança aumentaram significativamente a taxa de proteção do Gemini durante a utilização de ferramentas, tornando a família Gemini 2.5 a mais segura da empresa até à data.
O acesso alargado às capacidades do Project Mariner para programadores está previsto para este verão, podendo revolucionar a forma como se constroem aplicações de IA capazes de controlar e interagir com interfaces de computadores. A tecnologia está também a ser integrada no Modo IA da Pesquisa Google, onde irá inicialmente tratar de tarefas como a compra de bilhetes para eventos, reservas de restaurantes e marcação de compromissos locais.