Collov Labs ร่วมระดมทุน 23 ล้านดอลลาร์สหรัฐฯ ใน Series A เพื่อเดิมพัน Visual AI เป็นอินเทอร์เฟซถัดไป

Collov Labs ได้ระดมทุน Series A มูลค่า 23 ล้านดอลลาร์สหรัฐฯ และเปิดตัวห้องปฏิบัติการวิจัยใหม่เพื่อพัฒนาระบบ Visual AI ซึ่งเป็นสัญญาณของการเปลี่ยนแปลงที่กว้างขึ้นในด้านการโต้ตอบของปัญญาประดิษฐ์ที่อาจพัฒนามากกว่าการโต้ตอบแบบข้อความ

รอบการระดมทุนนี้ได้รับการสนับสนุนจาก Brightway Future Capital, Taihill Venture และ Mindworks Capital จะใช้ในการพัฒนาระบบที่ออกแบบมาเพื่อแปลภาพและข้อมูลจากกล้อง โดยมีเป้าหมายในการทำให้ AI เข้าใจและดำเนินการในโลกแห่งความเป็นจริง

การเปลี่ยนแปลงออกจาก AI แบบชัตเตอร์

การนำ AI มาใช้ในปัจจุบันส่วนใหญ่เน้นไปที่อินเทอร์เฟซแบบชัตเตอร์ Collov Labs กำลังสร้างบนพื้นฐานที่แตกต่าง คือ การให้ข้อมูลทางภาพเป็นวิธีหลักที่ผู้คนโต้ตอบกับ AI

แทนการกระตุ้นระบบด้วยข้อความ บริษัทกำลังเน้นไปที่การทำให้ผู้ใช้สามารถชี้กล้องไปที่ฉากและให้ AI ตีความบริบท ทำการให้เหตุผลเกี่ยวกับสิ่งที่เห็น และช่วยเหลือในการดำเนินการในโลกแห่งความเป็นจริง สิ่งนี้สะท้อนถึงการเปลี่ยนแปลงในอุตสาหกรรมที่กว้างขึ้นไปสู่ AI แบบหลายรูปแบบ ซึ่งระบบรวมการมองเห็น ภาษา และการให้เหตุผลเข้าด้วยกัน

ความคิดนี้ไม่ใช่เรื่องใหม่ แต่ความก้าวหน้าล่าสุดในด้านการคำนวณ โมเดล และการประมวลผลบนอุปกรณ์ทำให้มันกลายเป็นเรื่องที่เป็นไปได้มากขึ้น

การก่อสร้างไปสู่การโต้ตอบ AI ในโลกแห่งความเป็นจริง

Collov Labs กำลังพัฒนาระบบที่รวมโมเดลการกระจาย การให้เหตุผลเชิงพื้นที่ และการทำงานแบบอージェนต์ เป้าหมายคือการเคลื่อนไปไกลกว่าการรู้จำภาพนิ่ง และไปสู่ระบบที่สามารถเข้าใจความสัมพันธ์ภายในฉากและดำเนินการหลายขั้นตอน

สิ่งนี้สอดคล้องกับการผลักดันอย่างกว้างขึ้นไปสู่ระบบ AI ที่โต้ตอบกับสภาพแวดล้อมทางกายภาพ โดยเฉพาะอย่างยิ่งเมื่อฮาร์ดแวร์กำลังพัฒนาเพื่อสนับสนุนการประมวลผลแบบเรียลไทม์และบริบทที่คงอยู่

พื้นหลังของบริษัทสะท้อนถึงการเน้นนี้ ทีมงานมีประสบการณ์ใน AI แบบหลายรูปแบบ ระบบแนะนำขนาดใหญ่ และการเรียนรู้ของเครื่องแบบใช้การประยุกต์ใช้ทั้งในด้านวิชาการและอุตสาหกรรม

จากเครื่องมือออกแบบไปสู่ชั้น AI ที่กว้างขึ้น

ผลิตภัณฑ์ที่มีอยู่ของ Collov รวมถึง เครื่องมือออกแบบ AI ให้ภาพรวมของวิธีการทำงานของระบบเหล่านี้ในทางปฏิบัติ บริษัทได้รับความนิยมในพื้นที่ด้านการออกแบบภายในและเนื้อหาที่มีการสร้างสรรค์โดย AI ซึ่ง AI สามารถตีความการวางผังพื้นที่และสร้างผลลัพธ์ที่สมจริง

รุ่นก่อนหน้าของธุรกิจมุ่งเน้นไปที่แพลตฟอร์มการออกแบบที่ขับเคลื่อนด้วย AI และเครื่องมืออัตโนมัติ ซึ่งได้รับการยอมรับในเชิงพาณิชย์แล้วในกรณีการใช้งานต่างๆ เช่น อสังหาริมทรัพย์ ค้าปลีก และอีคอมเมิร์ซ

ผลิตภัณฑ์เหล่านี้ทำหน้าที่เป็นวงจรป้อนกลับ โดยให้ข้อมูลจากโลกแห่งความเป็นจริงที่ช่วยปรับปรุงโมเดลของบริษัทและทำให้พวกเขาเข้าใจสภาพแวดล้อมที่มองเห็นได้ดีขึ้น

เหตุใด Visual AI จึงอาจขยายการนำไปใช้

หนึ่งในสมมติฐานพื้นฐานเบื้องหลังยุทธศาสตร์ของ Collov Labs คือว่าอินเทอร์เฟซแบบข้อความมีการเข้าถึงที่จำกัด ในขณะที่แชทบอทได้ขับเคลื่อนความตระหนัก แต่ส่วนใหญ่ของประชากรทั่วโลกยังไม่ได้โต้ตอบกับเครื่องมือ AI อย่างมีความหมาย

อินเทอร์เฟซแบบภาพนั้นโดยธรรมชาติแล้วมีความเข้าใจง่ายกว่า การเปลี่ยนแปลงนี้สะท้อนถึงการเปลี่ยนแปลงในยุคก่อนหน้าของการคำนวณ เมื่ออินเทอร์เฟซกราฟิกทำให้ระบบสามารถเข้าถึงได้โดยผู้ใช้ที่ไม่ใช่เทคนิค

หากประสบความสำเร็จ การเข้าถึงนี้อาจลดข้อจำกัดในการนำ AI ไปใช้และขยายการใช้งานไปสู่อุตสาหกรรมที่บริบทการมองเห็นมีความสำคัญ รวมถึงค้าปลีก การออกแบบ การจัดการ物流 และการดำเนินงานภาคสนาม

ฮาร์ดแวร์และ AI บนอุปกรณ์

ความก้าวหน้าในด้านฮาร์ดแวร์เป็นตัวเร่งหลักที่อยู่เบื้องหลังการเพิ่มขึ้นของ Visual AI เมื่อความสามารถในการประมวลผลบนสมาร์ทโฟน อุปกรณ์สวมใส่ และชิปพิเศษดีขึ้น การทำงานที่จำเป็นในการตีความภาพและวิดีโอก็สามารถเกิดขึ้นได้บนอุปกรณ์ในแบบเรียลไทม์

สิ่งนี้ลดความหน่วงและทำให้ระบบสามารถตอบสนองต่อสิ่งที่ผู้ใช้เห็นได้ทันที แทนที่จะพึ่งพาการประมวลผลบนคลาวด์โดยสมบูรณ์

การเปลี่ยนแปลงนี้ยังเปลี่ยนแปลงวิธีการนำ AI ไปใช้ แทนที่จะดำรงอยู่เป็นแอปพลิเคชันแบบสแตนด์อโลน ความฉลาดทางภาพสามารถฝังตัวไว้ในอุปกรณ์เอง และทำงานอยู่เบื้องหลังอย่างต่อเนื่อง ซึ่งเปิดโอกาสให้เกิดการโต้ตอบที่ตระหนักถึงบริบทมากขึ้น แต่ก็ทำให้เกิดความกังวลในด้านความถูกต้อง ความน่าเชื่อถือ และวิธีการทำงานของระบบเหล่านี้ในโลกแห่งความเป็นจริงที่ไม่คาดคิด

ผลกระทบในวงกว้างต่อการโต้ตอบ AI

การเคลื่อนไปสู่ Visual AI บ่งบอกถึงการเปลี่ยนแปลงที่ค่อยเป็นค่อยไปในด้านการโต้ตอบระหว่างมนุษย์และคอมพิวเตอร์ ระบบที่สามารถตีความฉากและความสัมพันธ์เชิงพื้นที่อาจลดความจำเป็นในการให้ข้อมูลเข้าระบบแบบมีโครงสร้าง ทำให้ AI มีความเข้าถึงได้ง่ายขึ้นสำหรับผู้ใช้ที่ไม่สบายใจกับการใช้เครื่องมือแบบข้อความ

ในเวลาเดียวกัน ความซับซ้อนของสภาพแวดล้อมในโลกแห่งความเป็นจริงก็ทำให้เกิดความท้าทายใหม่ๆ การตีความฉากที่ไม่ถูกต้องหรือพลาดบริบทที่สำคัญอาจนำไปสู่ผลลัพธ์ที่ไม่ถูกต้อง และผลกระทบของข้อผิดพลาดเหล่านั้นจะ变得สำคัญมากขึ้นเมื่อ AI เข้าใกล้การตัดสินใจ

แทนที่จะแทนที่อินเทอร์เฟซที่มีอยู่ AI แบบภาพน่าจะพัฒนาร่วมกับพวกมัน โดยเพิ่มชั้นการโต้ตอบอีกชั้นหนึ่ง ในระยะยาว สิ่งนี้อาจนำไปสู่ประสบการณ์ที่รวมเข้าด้วยกันมากขึ้น โดยที่ AI ตอบสนองต่อบริบทไม่ต่างจากคำสั่งแบบชัดเจน