Collov Labs pozyskał 23 mln dolarów w ramach rundy A, aby postawić na sztuczną inteligencję wizualną jako następny interfejs

Collov Labs pozyskał 23 mln dolarów w ramach rundy A i uruchomił nowe laboratorium badawcze, którego celem jest rozwój systemów sztucznej inteligencji wizualnej, co sygnalizuje szerszy zwrot w kierunku rozwoju sztucznej inteligencji poza interfejsami opartymi na tekście.

Runda, wspierana przez Brightway Future Capital, Taihill Venture oraz Mindworks Capital, zostanie wykorzystana do finansowania rozwoju systemów zaprojektowanych do interpretacji obrazów i danych z kamer, z celem umożliwienia sztucznej inteligencji zrozumienia i podjęcia działań w świecie fizycznym.

Odesłanie od sztucznej inteligencji opartej na czacie

Większość dzisiejszego wdrożenia sztucznej inteligencji koncentruje się wokół interfejsów czatowych. Collov Labs buduje wokół odmiennego założenia: że dane wizualne staną się podstawowym sposobem, w jaki ludzie będą wchodzić w interakcje z sztuczną inteligencją.

Zamiast podpowiadania systemom za pomocą tekstu, firma koncentruje się na umożliwieniu użytkownikom wskazania kamery na scenę i umożliwieniu sztucznej inteligencji zinterpretowania kontekstu, przeprowadzenia rozważań na temat tego, co widzi, oraz udzielenia pomocy w działaniach w świecie rzeczywistym. To odzwierciedla szerszy trend w kierunku wielomodalnej sztucznej inteligencji, gdzie systemy łączą widzenie, język i rozumowanie w zintegrowanym doświadczeniu.

Pomysł nie jest całkowicie nowy, ale ostatnie postępy w dziedzinie obliczeń, modeli i przetwarzania na urządzeniu sprawiły, że stał się coraz bardziej praktyczny.

Budowanie w kierunku interakcji sztucznej inteligencji w świecie rzeczywistym

Collov Labs rozwija systemy, które łączą modele dyfuzji, rozumowanie przestrzenne i agenci workflow. Celem jest przejście od rozpoznawania statycznych obrazów do systemów, które mogą zrozumieć relacje wewnątrz sceny i wykonać wieloetapowe działania.

Ten kierunek jest zgodny z rosnącym popytem na systemy sztucznej inteligencji, które wchodzą w interakcje ze środowiskami fizycznymi, szczególnie gdy sprzęt ewoluuje, aby wspierać przetwarzanie w czasie rzeczywistym i trwały kontekst.

Historia firmy odzwierciedla ten focus. Zespół ma doświadczenie w dziedzinie wielomodalnej sztucznej inteligencji, dużych systemów rekomendacji i stosowanej sztucznej inteligencji w dziedzinie akademickiej i przemysłowej.

Od narzędzi projektowych do szerszej warstwy sztucznej inteligencji

Istniejące produkty Collov, w tym narzędzia projektowe wspomagane sztuczną inteligencją, dają wgląd w to, jak te systemy funkcjonują w praktyce. Firma pierwotnie zyskała uznanie w dziedzinach takich jak projektowanie wnętrz i generowanie treści wizualnych, gdzie sztuczna inteligencja może interpretować układy przestrzenne i generować realistyczne dane wyjściowe.

Wcześniejsze iteracje biznesu koncentrowały się na platformach projektowych napędzanych sztuczną inteligencją i narzędziach automatyzacji, co już przyniosło komercyjny sukces w przypadkach użycia w nieruchomościach, handlu detalicznym i e-commerce.

Te produkty teraz działają jako pętla sprzężenia zwrotnego, dostarczając danych z świata rzeczywistego, które pomagają udoskonalić modele firmy i dopracować, jak rozumieją one środowiska wizualne.

Dlaczego sztuczna inteligencja wizualna może rozszerzyć wdrożenie

Jednym z podstawowych założeń strategii Collov Labs jest to, że interfejsy oparte na tekście mają ograniczony zasięg. Chociaż chatboty napędzały świadomość, większość globalnej populacji jeszcze nie angażowała się znacząco w narzędzia sztucznej inteligencji.

Interfejsy wizualne, z drugiej strony, są od natury bardziej intuicyjne. Zmiana lustruje wcześniejsze przejścia w komputerach, gdzie interfejsy graficzne uczyniły systemy dostępnymi dla szerszej publiczności poza użytkownikami technicznymi.

Jeśli się powiedzie, ten podejście może obniżyć barierę wejścia do wdrożenia sztucznej inteligencji i rozszerzyć jej użycie w branżach, gdzie kontekst wizualny jest niezbędny, w tym handel detaliczny, projektowanie, logistyka i operacje terenowe.

Urządzenia i sztuczna inteligencja na urządzeniu

Postępy w dziedzinie sprzętu są kluczowym czynnikiem umożliwiającym rozwój sztucznej inteligencji wizualnej. W miarę jak zdolności przetwarzania na smartfonach, noszących urządzeniach i specjalistycznych chipach się poprawiają, więcej pracy wymaganej do interpretacji obrazów i wideo może odbywać się lokalnie w czasie rzeczywistym. To redukuje opóźnienia i pozwala systemom reagować natychmiast na to, co widzi użytkownik, zamiast polegać wyłącznie na przetwarzaniu opartym na chmurze.

Ta zmiana również zmienia, w jaki sposób sztuczna inteligencja jest dostarczana. Zamiast istnieć przede wszystkim jako aplikacje samodzielne, inteligencja wizualna może stać się wbudowana w same urządzenia, działając nieprzerwanie w tle. To otwiera drzwi do bardziej świadomych kontekstu interakcji, ale również podnosi praktyczne obawy dotyczące dokładności, niezawodności i zachowania tych systemów w nieprzewidywalnych środowiskach rzeczywistych.

Szersze implikacje dla interakcji sztucznej inteligencji

Ruch w kierunku sztucznej inteligencji wizualnej sugeruje stopniową zmianę w interakcji człowiek-komputer. Systemy, które mogą interpretować sceny i relacje przestrzenne, mogą zmniejszyć potrzebę strukturalnych danych wejściowych, czyniąc sztuczną inteligencję bardziej dostępną dla użytkowników, którzy są mniej komfortowi z narzędziami opartymi na tekście.

Jednocześnie złożoność środowisk rzeczywistych wprowadza nowe wyzwania. Niewłaściwa interpretacja sceny lub pominięcie kluczowego kontekstu może prowadzić do błędnych danych wyjściowych, a konsekwencje tych błędów stają się bardziej znaczące, gdy sztuczna inteligencja zbliża się do podejmowania decyzji.

Zamiast zastępować istniejące interfejsy, sztuczna inteligencja wizualna jest bardziej prawdopodobna, że ewoluuje obok nich, dodając kolejną warstwę interakcji. Z czasem może to prowadzić do bardziej zintegrowanego doświadczenia, w którym sztuczna inteligencja reaguje na kontekst tak samo, jak na jawne instrukcje.