Lingverse Mengumpulkan $29 Juta untuk Mengembangkan iKairos, Perangkat Wearable AI yang Terinspirasi oleh Jibo

Perusahaan perangkat keras AI asal Singapura, Lingverse, telah mengumpulkan $29 juta dalam pendanaan Pre-A untuk mengembangkan iKairos, perangkat wearable modular yang dirancang untuk memahami baik penggunanya maupun lingkungan sekitar.

Perusahaan tersebut menjelaskan iKairos sebagai kelanjutan dari visi di balik Jibo, robot sosial ekspresif yang menarik perhatian luas setelah kampanye crowdfunding pada 2014. Daripada merekayasa ulang Jibo sebagai robot rumah stasioner lainnya, Lingverse mengadaptasi konsep untuk era AI multimodal, kamera wearable, dan asisten konteks-sadar.

Lingverse belum mengungkapkan investor yang berpartisipasi, valuasi, atau syarat keuangan spesifik dari putaran pendanaan. Pendanaan akan mendukung pengembangan dan komersialisasi iKairos yang direncanakan, dengan pemesanan pra-penjualan yang diharapkan dimulai pada kuartal ketiga 2026.

Menggerakkan Robot Sosial di Luar Desktop

Jibo dirancang sebagai kehadiran sosial untuk rumah, menggunakan kamera, mikrofon, pengenalan wajah, dan tampilan animasi untuk berkomunikasi dengan orang. Gerakan ekspresifnya membantu membedakannya dari asisten suara dan speaker pintar yang muncul pada saat itu.

Robot tersebut termasuk dalam Daftar Penemuan Terbaik TIME 2017, tetapi kehidupan komersialnya terbukti singkat. Jibo Inc. berhenti beroperasi pada 2018, dan pengguna menerima pesan perpisahan tahun depan yang memperingatkan bahwa server yang mendukung banyak kemampuan akan segera dimatikan.

Akhir itu menjadi contoh yang langgeng tentang potensi emosional dan risiko komersial yang terkait dengan robotika sosial. Lingverse mengunjungi kembali ide dasar, tetapi dengan faktor bentuk yang berbeda dan pendekatan yang lebih ambisius terhadap persepsi.

Di mana Jibo tetap di satu lokasi, iKairos sedang dikembangkan sebagai perangkat modular yang dapat beroperasi sebagai wearable atau pendamping desktop. Desainnya mempertahankan wajah ekspresif yang terinspirasi oleh Jibo sambil memungkinkan perangkat untuk mendampingi penggunanya sepanjang hari.

Perangkat Wearable yang Memandang ke Dua Arah

Sebagian besar perangkat wearable yang dilengkapi kamera mengamati lingkungan dari sudut pandang pengguna. Mereka dapat mengidentifikasi objek, menjawab pertanyaan tentang apa yang dilihat pengguna, mengambil foto, atau menyediakan informasi tentang tempat-tempat terdekat.

Lingverse berpendapat bahwa perspektif ini hanya sebagian dari konteks yang dibutuhkan asisten AI.

iKairos dirancang untuk menggeser pandangannya antara pengguna dan dunia luar. Salah satu perspektif dapat mengamati ekspresi, aktivitas, dan perilaku pengguna, sementara yang lain dapat menafsirkan objek, orang, dan peristiwa yang terjadi di sekitar mereka.

Dengan menggabungkan perspektif ini seiring waktu, Lingverse bertujuan untuk memungkinkan iKairos membangun pemahaman yang lebih rinci tentang keadaan pengguna. Daripada menunggu perintah langsung, sistem ini akhirnya dapat menentukan kapan pengingat, pertanyaan, atau saran mungkin berguna.

Perusahaan tersebut menyebut peran ini sebagai “pengawal AI”, meskipun rilis awal tidak menentukan rentang tugas yang tersedia pada peluncuran. Detail seperti masa pakai baterai, berat, harga, model AI yang didukung, koneksi, dan integrasi pihak ketiga juga belum diumumkan.

Dari Bantuan Berbasis Prompt ke Konteks Persisten

Taruhan teknis yang lebih besar di balik iKairos adalah bahwa generasi berikutnya dari perangkat AI pribadi akan perlu memahami lebih dari perintah terisolasi.

Model bahasa besar dapat merespons prompt rinci, tetapi umumnya kekurangan pengetahuan langsung tentang apa yang telah dilakukan seseorang sepanjang hari. Perangkat wearable dapat memungkinkan mengisi kesenjangan ini dengan mengumpulkan konteks visual, audio, lokasi, dan perilaku sebelum mengirimkan informasi relevan ke sistem AI.

Pendekatan ini dapat memungkinkan asisten untuk mengenali bahwa pengguna telah melupakan sesuatu, sedang mempersiapkan kegiatan yang dijadwalkan, atau mungkin memerlukan informasi yang terkait dengan apa yang terjadi di sekitar. Ini juga dapat memungkinkan sistem untuk mempersonalisasi perilakunya berdasarkan rutinitas daripada mengandalkan preferensi yang dikonfigurasi secara manual.

Namun, pengamatan persisten memperkenalkan pertanyaan sulit yang melibatkan privasi, penerimaan sosial, kepemilikan data, dan akurasi intervensi AI yang dihasilkan. Perangkat yang mencoba untuk memprediksi kebutuhan seseorang harus membedakan antara momen yang benar-benar membantu dan situasi di mana interupsi akan mengganggu.

Kontrol Privasi yang Terintegrasi ke Dalam Perangkat

Lingverse mengatakan iKairos sedang dikembangkan dengan perlindungan privasi pada tingkat perangkat keras dan sistem.

Perangkat tersebut mencakup shutter kamera fisik yang pengguna dapat tutup untuk memblokir pengamatan visual. Lingverse juga mengatakan bahwa data pribadi akan diproses secara lokal atau dienkripsi selama transmisi, dan bahwa data pengguna tidak akan digunakan untuk melatih model AI dasar.

Janji-janji ini dapat menjadi bagian penting dari posisi produk, terutama karena iKairos dimaksudkan untuk mengamati penggunanya selama periode yang lama. Efektivitas perlindungan tersebut akhirnya akan tergantung pada arsitektur teknis produk, pengaturan default, kebijakan retensi, dan jumlah pemrosesan yang dapat dilakukan pada perangkat.

Lingverse belum merilis dokumentasi teknis rinci yang menjelaskan fitur mana yang beroperasi secara lokal, mana yang memerlukan layanan cloud, atau bagaimana pengguna akan dapat meninjau dan menghapus informasi yang dikumpulkan tentang mereka.

Jiawei Gu’s Path Through Human-Computer Interaction

Pendiri dan CEO Lingverse, Jiawei Gu, telah menghabiskan sebagian besar karirnya bekerja pada sistem yang menggabungkan penglihatan komputer, AI, dan perangkat fisik.

Gu sebelumnya bekerja di Microsoft (MSFT ) Research dan kemudian memimpin inisiatif interaksi manusia-komputer di Baidu’s Institute of Deep Learning. Karyanya termasuk BaiduEye, proyek komputasi wearable awal, dan DuLight, sistem yang menggunakan kamera dan pembelajaran dalam untuk membantu pengguna yang memiliki keterbatasan visual mengenali objek dan informasi tertulis.

Sebelum mendirikan Lingverse, Gu menjabat di dewan Jibo dan menciptakan Luka, teman membaca berbentuk burung hantu yang mengenali buku gambar fisik dan membacanya dengan suara untuk anak-anak. Platform Luka saat ini mengatakan perangkat dapat mengenali lebih dari 20.000 buku gambar bahasa Inggris dan 70.000 judul bahasa Tionghoa.

iKairos menggabungkan benang-benang tersebut. Ini menggabungkan kualitas ekspresif yang terkait dengan robot sosial, portabilitas perangkat wearable, dan pemahaman visual yang dimungkinkan oleh AI multimodal modern.

Implikasi Masa Depan untuk Perangkat Wearable AI yang Sadar Konteks

Perangkat seperti iKairos menunjuk ke arah pergeseran dari asisten berbasis prompt ke sistem AI yang terus-menerus menafsirkan pengguna dan lingkungan sekitar. Jika pendekatan ini terbukti dapat diandalkan, perangkat wearable di masa depan dapat menyediakan bantuan berdasarkan konteks berkelanjutan daripada menunggu perintah eksplisit, potensial mengubah cara orang berinteraksi dengan kalender, komunikasi, alat kesehatan, dan perangkat terhubung.

Perubahan itu juga akan memperkenalkan tantangan privasi dan tata kelola yang signifikan. Perangkat wearable yang mengamati baik pengguna maupun lingkungan sekitar mungkin mengumpulkan informasi tentang orang-orang yang tidak memberikan persetujuan untuk direkam. Kontrol kamera fisik dan pemrosesan pada perangkat dapat mengurangi beberapa risiko, tetapi produsen masih perlu transparan tentang apa yang dikumpulkan, berapa lama data disimpan, dan fitur mana yang bergantung pada infrastruktur cloud.

Kategori ini akhirnya akan bergantung pada apakah bantuan proaktif konsisten berguna daripada mengganggu. Sistem AI yang sadar konteks akan perlu memahami kapan harus campur tangan, kapan harus tetap diam, dan bagaimana berkomunikasi ketidakpastian ketika mereka menafsirkan situasi secara salah. Perusahaan yang menyelesaikan masalah tersebut dapat membantu membangun bentuk baru komputasi ambient, sementara mereka yang gagal dapat memperkuat kekhawatiran yang ada tentang pengawasan, otomatisasi yang tidak dapat diandalkan, dan viabilitas jangka panjang perangkat keras yang bergantung pada cloud.