Enregistreur génératif - Fallback basé sur la vision

Le modèle de fallback basé sur la vision dans l\'Enregistreur génératif est conçu pour accroître la résilience de l\'automatisation en utilisant des modèles de vision comme mécanisme de fallback supplémentaire. Le modèle de fallback basé sur la vision améliore l\'efficacité du fallback et offre des avantages tels que la continuité des activités, la réduction des efforts de maintenance et le respect des SLA de l\'organisation.

Un modèle d\'IA de vision, souvent appelé modèle de vision par ordinateur, est un système d\'intelligence artificielle conçu pour interpréter, analyser et comprendre les données visuelles (telles que des images ou des vidéos) grâce à des techniques avancées d\'apprentissage machine. Un modèle de fallback basé sur la vision est un mécanisme utilisé dans les processus d\'automatisation pour augmenter la résilience et réduire les échecs d\'exécution. Cela implique d\'utiliser des modèles de vision pour identifier les changements et mettre à jour en temps réel, garantissant que les tâches d\'automatisation se poursuivent sans heurts même lorsque des changements inattendus se produisent.
Remarque : Enregistreur génératif, le fallback basé sur le texte et le fallback natif n\'utilisent aucune recommandation de votre quota Automator AI. Cependant, le fallback basé sur la vision de Enregistreur génératif consomme une recommandation par fallback, mais uniquement lorsque le fallback est effectivement déclenché à l\'exécution. Le nombre d\'automatisations avec fallback basé sur la vision activé n\'affecte pas votre quota. Les recommandations ne sont déduites que lorsque le recours à la vision est activé pendant l\'exécution.

Fonctionnalités

L\'Enregistreur génératif exploite nos modèles d\'ensemble optimisés pour l\'automatisation afin d\'atteindre une compréhension visuelle approfondie des applications métier.

Le recours à la vision peut :
  • Identifier avec précision les structures d\'interface utilisateur modifiées que les méthodes traditionnelles pourraient ne pas détecter.
  • S\'adapter aux changements de mise en page et de conception sans intervention manuelle.
  • Améliorer l\'efficacité de l\'automatisation en évitant les défaillances.

Pour toute information sur les fonctionnalités disponibles, veuillez consulter Enregistreur génératif.

Pour activer le modèle de fallback basé sur la vision :
  1. Connectez-vous en tant que Bot Creator.
  2. Depuis l\'Éditeur de robots, accédez à Paramètres avancés > Paramètres du package.
  3. Sous Paramètres du package > Enregistreur, activez le Fallback basé sur l\'image IA générative.

Paramètres de sélection du modèle de fallback basé sur la vision

Nettoyage d\'image dans le fallback basé sur la vision

Remarque : Le mode de fallback basé sur la vision pourrait ne pas fonctionner correctement si une installation distincte de Python existe sur votre système, car cela peut provoquer des échecs de masquage d\'image. Plus précisément, le Python intégré utilisé par le masquage d\'image n\'est extrait que pendant l\'exécution du robot et n\'interfère pas ; toutefois, toute installation supplémentaire de Python visible dans Panneau de configuration > Programmes et fonctionnalités peut avoir un impact sur les opérations du fallback basé sur la vision. Pour garantir des performances fiables du fallback basé sur la vision, désinstallez toute installation de Python trouvée dans Programmes et fonctionnalités.

Pour atténuer les risques liés à la sécurité des données et à la confidentialité, l\'Enregistreur génératif nettoie les images localement sur votre machine avant que toute donnée ne soit envoyée en dehors de votre environnement. Ce processus est entièrement géré par le Enregistreur package s\'exécutant sur l\'appareil.

Pendant le processus de nettoyage, toutes les données commerciales visibles dans l\'image de l\'application capturée sont expurgées. Cela inclut non seulement les informations personnellement identifiables (PII), mais également tout contenu commercial sensible qui s\'affiche à l\'écran.

Ce n\'est qu\'après l\'achèvement de ce nettoyage local complet que l\'image résultante et le texte extrait sont envoyés au service d\'IA basé sur la région pour traitement supplémentaire. À aucun moment, les données d\'image brutes ou non nettoyées ne sont partagées au-delà de votre environnement.