การระดมทุน
โอเดสซี่ ยกทุน 310 ล้านเหรียญในรอบซีรีส์ B มูลค่า 1.45 พันล้านเหรียญเพื่อพัฒนาโมเดลโลกของ AI
การแข่งขันในการสร้างรุ่นต่อไปของปัญญาประดิษฐ์กำลังขยายออกไปนอกเหนือจากภาษา Odyssey ห้องปฏิบัติการวิจัย AI ของปาโลอัลโต้ที่มุ่งเน้นไปที่โมเดลโลก ได้ ระดมทุน 310 ล้านเหรียญในรอบซีรีส์ B มูลค่า 1.45 พันล้านเหรียญ รอบนี้นำโดย Natural Capital และได้รับการเข้าร่วมจาก Amazon AMD Ventures GV EQT In-Q-Tel (IQT) และนักลงทุนเดิมหลายราย ทำให้บริษัทอยู่ในบรรดาสตาร์ทอัพที่ได้รับการสนับสนุนมากที่สุดในการพัฒนา AI ที่สามารถเข้าใจและจำลองโลกแห่งความเป็นจริงได้
Odyssey ก่อตั้งโดย Oliver Cameron และ Jeff Hawke ผู้เชี่ยวชาญด้านเทคโนโลยีการขับขี่อัตโนมัติ พัฒนาโมเดล AI ที่ออกแบบมาเพื่อเรียนรู้ความสัมพันธ์ทางสาเหตุ ฟิสิกส์ และพลวัตของสิ่งแวดล้อม มากกว่าที่จะเน้นไปที่การสร้างภาษาเพียงอย่างเดียว บริษัทเชื่อว่าระบบเหล่านี้อาจนำไปสู่การผ่านพ้นไปสู่ความก้าวหน้าในหลายอุตสาหกรรม เช่น หุ่นยนต์ เกม วิทยาศาสตร์ การดูแลสุขภาพ การศึกษา การป้องกัน และอื่นๆ
การเดิมพันที่เพิ่มขึ้นในโมเดลโลก
ในขณะที่โมเดลภาษาขนาดใหญ่ได้ครอบงำการอภิปรายเกี่ยวกับ AI ในช่วงหลายปีที่ผ่านมา นักวิจัยหลายคนมองเห็น โมเดลโลก เป็นขั้นตอนสำคัญต่อไป ไม่เหมือนกับโมเดลภาษาที่คาดการณ์คำเพียงอย่างเดียว โมเดลโลกพยายามคาดการณ์ว่าสภาพแวดล้อมจะพัฒนาไปอย่างไรเมื่อเวลาผ่านไป และวัตถุจะโต้ตอบกันอย่างไร
แนวทางนี้ได้รับความสนใจจากบุคคลสำคัญในอุตสาหกรรมหลายคน บริษัทและกลุ่มวิจัยตั้งแต่ Google DeepMind และ Waymo ไปจนถึงสตาร์ทอัพใหม่ๆ ได้ลงทุนอย่างมากในการวิจัยโมเดลโลก ซึ่งสะท้อนถึงความเชื่อที่กว้างขวางว่าระบบ AI ในอนาคตจะต้องมีความเข้าใจเกี่ยวกับโลกแห่งความเป็นจริงมากขึ้น
ผู้นำของ Odyssey แย้งว่าภาษาเพียงอย่างเดียวไม่สามารถจับภาพหลายแง่มุมของความเป็นจริงได้ รวมถึงพลวัตทางกายภาพ พฤติกรรมของมนุษย์ ภาษากาย และความสัมพันธ์ระหว่างสาเหตุและผล บริษัทมองเห็นโมเดลโลกเป็นหมวดหมู่ใหม่ของโมเดลพื้นฐานที่สามารถรองรับการใช้งานในโลกแห่งความเป็นจริงได้กว้างขวาง
AWS กลายเป็นพันธมิตรคลาวด์ที่เลือกของ Odyssey
พร้อมกับการประกาศการระดมทุน Odyssey ได้เปิดเผยถึงการร่วมมือกับ Amazon Web Services AWS จะกลายเป็นผู้ให้บริการคลาวด์ที่เลือกของบริษัท และ Odyssey มีแผนที่จะใช้หน่วยประมวลผล Trainium ของ AWS ร่วมกับฮาร์ดแวร์อื่นๆ เพื่อฝึกอบรมและใช้โมเดลที่ต้องการการประมวลผลมากขึ้น
การร่วมมือนี้เน้นย้ำถึงสนามรบที่เกิดขึ้นใหม่ในอุตสาหกรรม AI เมื่อความต้องการการประมวลผล AI เพิ่มขึ้น ผู้ให้บริการคลาวด์และผู้ผลิตชิปต่างแข่งขันกันเพื่อนำเสนอทางเลือกแทนระบบนิเวศ GPU ที่โดดเด่นของ Nvidia สำหรับ Amazon Odyssey แทนลูกค้าที่มีชื่อเสียงที่สามารถทดสอบฮาร์ดแวร์ Trainium บนงานโหลด AI ที่ต้องการการประมวลผลมากที่สุด
โมเดลโลกต้องการทรัพยากรการประมวลผลอย่างมาก เนื่องจากต้องสร้างการจำลองแบบที่สอดคล้องกันและโต้ตอบได้ ในขณะเดียวกันก็รักษาความเข้าใจเกี่ยวกับกฎทางกายภาพและพลวัตของสิ่งแวดล้อมในระยะยาว ความสามารถในการฝึกอบรมระบบเหล่านี้อย่างมีประสิทธิภาพอาจกลายเป็นข้อได้เปรียบหลักเมื่ออุตสาหกรรมเติบโต
การก่อสร้างสู่ “GPT-3 Moment” สำหรับโมเดลโลก
Odyssey ใช้เวลาสามปีที่ผ่านมาในการพัฒนาโมเดลโลกที่ซับซ้อนมากขึ้นเรื่อยๆ ตามที่บริษัทระบุ แต่ละรุ่นที่ปล่อยออกมาติดต่อกันขยายความสามารถของการจำลอง AI
โมเดล Odyssey-2 มุ่งเน้นไปที่การปรับปรุงความเป็นจริงทางกายภาพและความสอดคล้องของสิ่งแวดล้อม Odyssey-2 Max ขยายไปสู่การจำลองแบบที่ขึ้นอยู่กับฟิสิกส์และการโต้ตอบแบบเรียลไทม์ โดยมีเป้าหมายที่จะสร้างสภาพแวดล้อมที่มีพฤติกรรมเหมือนโลกแห่งความเป็นจริง มากกว่าแค่การสร้างวิดีโอที่มีลักษณะดูสมจริง
บริษัทยังได้แนะนำโครงการวิจัยที่มีชื่อเสียงหลายโครงการ Starchild-1 นำความสามารถหลายรูปแบบมาใช้ในโมเดลโลกโดยการผสมผสานความเข้าใจด้านภาพและเสียง Agora-1 ทำให้มนุษย์และเอเย่นต์ AI หลายรายสามารถโต้ตอบกันภายในสภาพแวดล้อมที่จำลองแบบแบบเรียลไทม์ PROWL แสดงให้เห็นว่าโมเดลโลกสามารถปรับปรุงได้จากการสำรวจอย่างแข็งขัน โดยทำให้ระบบ AI สามารถเรียนรู้จากประสบการณ์และความล้มเหลวของตนเอง
โครงการเหล่านี้แสดงถึงความพยายามของ Odyssey ในการขยายจากการสร้าง AI ที่เป็นแบบคงที่ไปสู่ระบบที่สามารถเข้าใจและโต้ตอบกับสภาพแวดล้อมที่มีการเปลี่ยนแปลงได้
ผู้นำของ Odyssey เชื่อว่าอุตสาหกรรมกำลังเข้าใกล้จุดเปลี่ยนสำคัญที่คล้ายกับช่วงเวลาที่ GPT-3 แสดงให้เห็นถึงศักยภาพของโมเดลภาษาขนาดใหญ่ การระดมทุนใหม่นี้มีจุดมุ่งหมายเพื่อให้โครงสร้างพื้นฐาน การประมวลผล และความสามารถในการวิจัยที่จำเป็นในการตาม đuổiเป้าหมายนั้น
ผลกระทบในอนาคตของโมเดลโลก
หากโมเดลโลกยังคงพัฒนา ผลกระทบอาจขยายออกไปนอกเหนือจากช่องทาง AI ที่มีอยู่ในปัจจุบัน เช่น โรบอติกส์ ซึ่งเครื่องจักรต้องเข้าใจสภาพแวดล้อมทางกายภาพ คาดการณ์ผลลัพธ์ และปรับตัวให้เข้ากับสภาพที่เปลี่ยนแปลงอย่างรวดเร็ว แทนที่จะพึ่งพาการทดสอบในโลกแห่งความเป็นจริงที่มีค่าใช้จ่ายสูง โรบอตในอนาคตอาจได้รับการฝึกอบรมอย่างกว้างขวางภายในการจำลองแบบที่มีลักษณะเหมือนจริงก่อนที่จะถูกนำไปใช้
เทคโนโลยีนี้ยังสามารถเปลี่ยนแปลงอุตสาหกรรมที่พึ่งพาการสร้างแบบจำลองระบบที่ซับซ้อน ในด้านการดูแลสุขภาพ นักวิจัยสามารถใช้โมเดลโลกเพื่อจำลองการดำเนินโรคหรือทดสอบกลยุทธ์การรักษา ในการวิจัยทางวิทยาศาสตร์ โมเดลเหล่านี้อาจช่วยสร้างแบบจำลองปฏิกิริยาเคมี ระบบสภาพภูมิอากาศ หรือกระบวนการทางชีววิทยา ที่ยากหรือมีค่าใช้จ่ายสูงในการศึกษาโดยตรง ยานพาหนะอัตโนมัติ โลจิสติกส์ และระบบอัตโนมัติทางอุตสาหกรรมอาจได้รับประโยชน์จาก AI ที่สามารถคาดการณ์ว่าสภาพแวดล้อมในโลกแห่งความเป็นจริงจะพัฒนาไปอย่างไรเมื่อเวลาผ่านไป
เกมก็เป็นอีกด้านหนึ่งที่โมเดลโลกอาจมีผลกระทบอย่างมีนัยสำคัญ แทนที่จะพึ่งพาสภาพแวดล้อมและปฏิสัมพันธ์ที่ถูกสร้างขึ้นและเขียนสคริปต์โดยมนุษย์ เกมในอนาคตอาจมีโลกที่สร้างโดย AI ที่พัฒนาไปอย่างมีพลวัตและตอบสนองต่อพฤติกรรมของผู้เล่นอย่างฉลาด ความสามารถที่คล้ายกันอาจถูกนำไปใช้ในการฝึกอบรมจำลองในหลายสาขา ตั้งแต่การบินและการป้องกัน ไปจนถึงการรับมือเหตุฉุกเฉินและการศึกษา
แม้จะมีคำมั่นสัญญา แต่ยังคงมี挑战ทางเทคนิคที่สำคัญ การสร้างการจำลองที่สะท้อนความซับซ้อนของโลกแห่งความเป็นจริงต้องใช้ทรัพยากรการประมวลผลอย่างมาก ข้อมูลการฝึกอบรมจำนวนมาก และความก้าวหน้าในการให้เหตุผลและการคาดการณ์ในระยะยาว ไม่ว่าโมเดลโลกจะกลายเป็นชั้นพื้นฐานของระบบ AI ในอนาคตหรือไม่นั้นยังคงเป็นคำถามที่เปิดกว้าง แต่การลงทุนที่เพิ่มขึ้นทั่วทั้งภาคส่วนบ่งชี้ว่านักวิจัยหลายคนมองว่าพวกมันเป็นหนึ่งในแนวหน้าที่สำคัญที่สุดนอกเหนือจากโมเดลภาษา
