เกิดอะไรขึ้น
Pulse 2.0 รายงานว่า Mundo AI ระดมทุนได้ 20 ล้านดอลลาร์ในการระดมทุน Series A ซึ่งนำโดย GreatPoint Ventures โดยมีส่วนร่วมจาก Y Combinator, E12 Ventures และ Next Frontier Capital รอบดังกล่าวเกิดขึ้นหลังจากการลงทุนตั้งต้นมูลค่า 4 ล้านดอลลาร์โดยไม่แจ้งให้ทราบก่อนหน้านี้ ส่งผลให้เงินทุนรวมของบริษัทตามรายงานอยู่ที่ 24 ล้านดอลลาร์ Mundo วางแผนที่จะใช้เงินดังกล่าวเพื่อขยายทีมวิจัย วิศวกรรม และปฏิบัติการ
Pulse 2.0 รายงานว่า Mundo AI ระดมทุน Series A ได้ 20 ล้านดอลลาร์ นำโดย GreatPoint Ventures Y Combinator, E12 Ventures และ Next Frontier Capital ก็เข้าร่วมด้วยเช่นกัน การจัดหาเงินทุนดังกล่าวเกิดขึ้นหลังจากรอบ Seed Round มูลค่า 4 ล้านเหรียญสหรัฐที่ไม่ได้ประกาศก่อนหน้านี้ ซึ่ง Pulse 2.0 กล่าวว่าเงินทุนทั้งหมดของ Mundo อยู่ที่ 24 ล้านเหรียญสหรัฐ แหล่งที่มาไม่ได้จัดเตรียมเอกสารทางการเงินสาธารณะ การประเมินมูลค่า เงื่อนไขการเป็นเจ้าของ หรือรายละเอียดจำนวนเงินที่นักลงทุนแต่ละรายบริจาค
จากข้อมูลของ Pulse 2.0 นั้น Mundo กำลังสร้างข้อมูลและโครงสร้างพื้นฐานการประเมินผลสำหรับโมเดล AI ที่ต้องเข้าใจเสียง วิดีโอ และข้อมูลทางประสาทสัมผัสอื่นๆ ในโลกแห่งความเป็นจริง บริษัทอธิบายว่าสิ่งนี้เป็นชั้นข้อมูลสำหรับ “ความฉลาดในการรับรู้” งานที่รายงานประกอบด้วยการโต้ตอบระหว่างคำพูดต่อคำพูดที่เป็นธรรมชาติ ความเข้าใจในวิดีโอโดยละเอียด และรูปแบบใหม่ๆ ที่อาจยังไม่มีวิธีการฝึกอบรมและการประเมินผลที่กำหนดไว้ Pulse 2.0 กล่าวว่าชุดข้อมูลและการประเมินของ Mundo ถูกใช้โดยห้องปฏิบัติการ AI ชั้นนำแล้ว แต่ไม่ได้ระบุชื่อห้องปฏิบัติการเหล่านั้นหรืออธิบายขอบเขตของการใช้งานนั้น
Pulse 2.0 รายงานว่า Mundo วางแผนที่จะใช้เงินทุนใหม่ในด้านการวิจัย วิศวกรรม และการดำเนินงาน บริษัทเริ่มต้นในชุดฤดูหนาวปี 2025 ของ Y Combinator โดยมุ่งเน้นไปที่ข้อมูลการฝึกอบรมหลายภาษาคุณภาพสูง แนวทางก่อนหน้านี้เกี่ยวข้องกับการทำงานร่วมกับเจ้าของภาษาและการดำเนินงานในประเทศที่มีการพูดภาษาเป้าหมาย โดยมีเครื่องมือสำหรับการรวบรวมข้อมูล การสร้าง คำอธิบายประกอบ และการประกันคุณภาพ ทางร้านกล่าวว่าตั้งแต่นั้นเป็นต้นมา Mundo ได้ขยายการมุ่งเน้นจากข้อมูลภาษาไปสู่ความท้าทายที่กว้างขึ้นในการนำเสนอประสบการณ์ทางประสาทสัมผัส รวมถึงวิธีที่เสียง ข้อมูลภาพ และบริบทโต้ตอบกันเมื่อเวลาผ่านไป
ตัวอย่างที่ระบุไว้ของบริษัทชี้ให้เห็นช่องว่างระหว่างการรับรู้และความเข้าใจ Pulse 2.0 รายงานว่า Mundo มองเห็นความแตกต่างระหว่างการถอดเสียงคำพูดและการทำความเข้าใจการสนทนา โดยที่น้ำเสียง จังหวะเวลา เสียงพื้นหลัง และบริบททางสังคมสามารถเปลี่ยนความหมายได้ ในวิดีโอ บริษัทมุ่งเน้นไปที่บริบท ลำดับ และความตั้งใจทางกายภาพที่ระบบการมองเห็นอาจพลาดไป คำอธิบายเหล่านี้อธิบายถึงปัญหาที่ Mundo บอกว่ากำลังแก้ไขอยู่ แต่แหล่งข่าวไม่ได้รายงานการทดสอบแบบควบคุมซึ่งแสดงว่าข้อมูลหรือการประเมินสามารถแก้ไขช่องว่างเหล่านั้นได้
Pulse 2.0 ระบุผู้ก่อตั้ง Mundo ได้แก่ Jason Liao, Naijide Anwaer, Garreth Lee และ Kenneth Wu ร้านค้ากล่าวว่าภูมิหลังของพวกเขารวมถึงการวิจัยการเรียนรู้ของเครื่อง, การเงินเชิงปริมาณ, บริการเว็บ Amazon, Binance.US, Cohere และ Hugging Face บทความนี้นำเสนอการจัดหาเงินทุนซึ่งเป็นส่วนหนึ่งของการเคลื่อนไหวที่กว้างขึ้นไปสู่ AI ต่อเนื่องหลายรูปแบบ แต่ไม่ได้รายงานการเปิดตัวผลิตภัณฑ์ โมเดลใหม่ การเปิดตัวชุดข้อมูลสาธารณะ หรือการปรับใช้เฉพาะที่เกี่ยวข้องกับรอบนี้
ทำไมมันถึงสำคัญ
บริษัทกำลังกำหนดเป้าหมายข้อจำกัดเฉพาะในการพัฒนา AI ในปัจจุบัน: ระบบสามารถประมวลผลการถอดเสียงหรือสัญญาณภาพที่แยกออกมาโดยไม่ต้องเข้าใจโทนเสียง จังหวะเวลา ท่าทาง เสียงพื้นหลัง ลำดับ หรือบริบททางสังคมที่เชื่อถือได้ หากชุดข้อมูลและการประเมินของ Mundo พิสูจน์แล้วว่ามีประโยชน์ ก็สามารถช่วยนักพัฒนา AI วัดและปรับปรุงความสามารถหลายรูปแบบซึ่งยากต่อการจับภาพด้วยการวัดประสิทธิภาพที่เน้นข้อความเป็นศูนย์กลาง
การจัดหาเงินทุนดังกล่าวเน้นย้ำถึงการเปลี่ยนแปลงที่สำคัญในการวัดความสามารถด้าน AI ข้อความยังคงเป็นอินเทอร์เฟซและแหล่งที่มาของการฝึกที่มีประโยชน์ แต่การโต้ตอบจริงจำนวนมากมีข้อมูลที่หายไปในการถอดเสียง เช่น การเน้นเสียง การหยุดชั่วคราว เสียงที่ทับซ้อนกัน ท่าทาง การแสดงออกทางสีหน้า ความสัมพันธ์เชิงพื้นที่ และลำดับเหตุการณ์ที่เกิดขึ้น Pulse 2.0 รายงานว่าวิทยานิพนธ์หลักของ Mundo คือการปรับปรุงการใช้เหตุผลและการคำนวณที่เพิ่มขึ้นไม่ได้ช่วยให้แบบจำลองเข้าใจสัญญาณเหล่านั้นได้อย่างน่าเชื่อถือ
ข้อมูลและการประเมินที่ดีขึ้นอาจมีความสำคัญ เนื่องจากระบบหลายรูปแบบมักจะประเมินได้ยากด้วยคะแนนความแม่นยำเพียงคะแนนเดียว แบบจำลองอาจระบุวัตถุในวิดีโอได้อย่างถูกต้อง แต่ยังเข้าใจผิดว่าเกิดอะไรขึ้นก่อน ไม่ว่าจะเป็นการกระทำโดยเจตนา หรือน้ำเสียงของผู้พูดเปลี่ยนความหมายของประโยคอย่างไร ในทำนองเดียวกัน ระบบคำพูดอาจถอดความคำศัพท์ได้อย่างแม่นยำโดยที่ขาดบริบทการสลับอารมณ์ หรือบริบทเบื้องหลัง การมุ่งเน้นที่รายงานของ Mundo จะเป็นผลสืบเนื่องหากนำไปสู่การทดสอบที่เปิดเผยความล้มเหลวเหล่านี้ก่อนที่ระบบจะถูกนำมาใช้ในการบริการลูกค้า การศึกษา เครื่องมือในการเข้าถึง การตั้งค่าด้านสุขภาพ หรือสภาพแวดล้อมอื่น ๆ ที่บริบทส่งผลต่อผลลัพธ์
ต้นกำเนิดของงานของ Mundo ที่พูดได้หลายภาษาก็มีความสำคัญเช่นกัน Pulse 2.0 รายงานว่าในตอนแรกบริษัทเห็นช่องว่างระหว่างประสิทธิภาพของ AI ในภาษาอังกฤษและภาษาอื่นๆ จำนวนมาก ส่วนหนึ่งเป็นเพราะข้อมูลการฝึกอบรมภาษาแม่คุณภาพสูงที่จำกัด การขยายแนวทางดังกล่าวไปยังเสียงและวิดีโออาจแก้ไขความไม่สมดุลอื่นได้: โมเดลอาจพบกับเสียงที่เป็นตัวแทน สำเนียง สภาพแวดล้อม และสถานการณ์ทางสังคมน้อยกว่าที่นักพัฒนาคิด อย่างไรก็ตาม บทความนี้ไม่ได้ระบุว่าครอบคลุมภาษา ชุมชน หรือบริบททางประสาทสัมผัสใดบ้าง ดังนั้นจึงไม่ทราบความกว้างและความเป็นตัวแทนของงาน
สำหรับนักพัฒนา AI โครงสร้างพื้นฐานการประเมินแบบพิเศษสามารถกำหนดความสามารถที่ได้รับความสนใจด้านวิศวกรรมได้ หากเกณฑ์มาตรฐานวัดระยะเวลาการสนทนา เจตนาทางกายภาพ หรือความเข้าใจในบริบทได้อย่างน่าเชื่อถือ นักพัฒนาสามารถเปรียบเทียบระบบและระบุจุดอ่อนที่เฉพาะเจาะจงได้ ซึ่งอาจสนับสนุนการตัดสินใจเกี่ยวกับผลิตภัณฑ์เชิงปฏิบัติได้มากกว่าคะแนนโมเดลพาดหัวเพียงอย่างเดียว ความสำคัญของรอบของ Mundo จึงขึ้นอยู่กับจำนวนเงินทุนน้อยกว่าว่าบริษัทสร้างการประเมินที่ทำซ้ำได้ ยากต่อการเล่นเกม และเกี่ยวข้องกับการใช้งานจริงหรือไม่
นอกจากนี้ยังมีผลจากการกำกับดูแลด้วย ชุดข้อมูลเสียงและวิดีโออาจมีข้อมูลส่วนบุคคลที่ละเอียดอ่อน เสียงที่สามารถระบุตัวตนได้ ใบหน้า สถานที่ส่วนตัว และรายละเอียดตามบริบท Pulse 2.0 ไม่ได้กล่าวถึงขั้นตอนการยินยอมของ Mundo กฎการออกใบอนุญาต การคุ้มครองความเป็นส่วนตัว ความครอบคลุมทางประชากรศาสตร์ นโยบายการเก็บรักษา หรือวิธีการจัดการเนื้อหาที่เป็นอันตรายหรือหลอกลวง การละเว้นเหล่านั้นไม่ได้สร้างปัญหา แต่เป็นสิ่งที่เราไม่ทราบที่สำคัญสำหรับบริษัทที่ธุรกิจขึ้นอยู่กับการรวบรวมและติดป้ายกำกับข้อมูลทางประสาทสัมผัสในโลกแห่งความเป็นจริง
กลไกเชิงโต้ตอบ: มันทำงานอย่างไร
สำรวจเทคโนโลยีเบื้องหลังการพัฒนานี้แบบโต้ตอบ
A route planner searches possible journeys using explicit rules. What does this illustrate about AI?
จะดูอะไรต่อไป.
คำถามสำคัญคือโครงสร้างพื้นฐานของ Mundo สร้างการปรับปรุงที่วัดผลได้นอกเหนือจากการประเมินที่รวบรวมไว้หรือไม่ Pulse 2.0 ไม่ได้ระบุห้องปฏิบัติการ AI ที่ใช้ชุดข้อมูลของ Mundo, เปิดเผยสัญญาของลูกค้า, ให้ผลลัพธ์การวัดประสิทธิภาพ หรือรายงานการตรวจสอบโดยอิสระ หลักฐานในอนาคตควรให้ความกระจ่างว่าครอบคลุมถึงรูปแบบและภาษาใดบ้าง คุณภาพข้อมูลและความยินยอมได้รับการจัดการอย่างไร และเครื่องมือของบริษัทปรับปรุงระบบที่ใช้งานจริงในสภาพแวดล้อมจริงหรือไม่
สิ่งสำคัญอันดับแรกคือหลักฐานการปฏิบัติงานที่เป็นอิสระ Pulse 2.0 ไม่ได้ให้คะแนนเกณฑ์มาตรฐาน การเปรียบเทียบก่อนและหลัง การวิเคราะห์ข้อผิดพลาด หรือการประเมินที่ดำเนินการโดยนักวิจัยภายนอก การรายงานในอนาคตควรมองหาชุดการทดสอบสาธารณะ เอกสารวิธีการ โปรโตคอลที่ทำซ้ำได้ และผลลัพธ์ในตระกูลโมเดลหลายตระกูล นอกจากนี้ยังควรแยกแยะการปรับปรุงที่เกิดจากข้อมูลที่ดีขึ้นจากการปรับปรุงที่เกิดจากการเปลี่ยนแปลงสถาปัตยกรรมแบบจำลอง การแจ้งเตือน หรือหลังการฝึกอบรม
ฐานลูกค้าของบริษัทและการดึงดูดทางการค้าจะเป็นสัญญาณสำคัญอีกประการหนึ่ง Pulse 2.0 กล่าวว่าชุดข้อมูลและการประเมินผลของ Mundo กำลังถูกใช้โดยห้องปฏิบัติการ AI ชั้นนำ แต่หน่วยงานไม่ได้ตั้งชื่อหรือระบุว่าความสัมพันธ์ดังกล่าวเป็นสัญญาแบบชำระเงิน นักบิน ความร่วมมือด้านการวิจัย หรือการทดสอบที่จำกัด ขนาด ระยะเวลา และการต่ออายุของภารกิจเหล่านั้นจะช่วยกำหนดได้ว่า Mundo กำลังสร้างโครงสร้างพื้นฐานที่ทนทานหรือให้บริการข้อมูลตามความต้องการเป็นหลักหรือไม่
ความครอบคลุมและคุณภาพควรได้รับการตรวจสอบอย่างใกล้ชิด เนื่องจาก Mundo ขยายขอบเขตไปมากกว่าข้อมูลข้อความหลายภาษา คำถามที่เป็นประโยชน์ ได้แก่ เสียงสะท้อนถึงสำเนียงและสภาพแวดล้อมทางเสียงที่แตกต่างกันหรือไม่ งานวิดีโอแสดงถึงวัฒนธรรมและสภาพแวดล้อมที่แตกต่างกันหรือไม่ และคำอธิบายประกอบจับความไม่แน่นอนแทนที่จะบังคับให้มีการตัดสินแบบอัตนัยลงในป้ายกำกับที่ตายตัวหรือไม่ การประเมินบริบทและเจตนาทางสังคมมีความเสี่ยงอย่างยิ่งต่อสมมติฐานทางวัฒนธรรม ดังนั้นการทบทวนอย่างเป็นอิสระและมาตรฐานการติดฉลากที่โปร่งใสจึงมีความสำคัญ
ความเป็นส่วนตัว ความยินยอม และแนวทางปฏิบัติด้านแรงงานรับประกันการตรวจสอบอย่างต่อเนื่อง แหล่งที่มาอธิบายถึงการรวบรวม การสร้าง คำอธิบายประกอบ และการประกันคุณภาพ แต่ไม่ได้อธิบายว่าใครเป็นผู้ให้ข้อมูล วิธีการชดเชยผู้ร่วมให้ข้อมูล ผู้เข้าร่วมสามารถถอนเนื้อหาได้หรือไม่ หรือข้อมูลการระบุตัวบุคคลได้รับการคุ้มครองอย่างไร เนื่องจากบริษัททำงานร่วมกับคำพูดและวิดีโอ การป้องกันเหล่านี้อาจส่งผลกระทบต่อการเปิดเผยทางกฎหมายและความน่าเชื่อถือของชุดข้อมูลที่เป็นผล
สุดท้ายนี้ เงินทุนควรเข้าใจว่าเป็นก้าวแรกของธุรกิจและการวิจัย ไม่ใช่ข้อพิสูจน์ว่าการรับรู้ AI ได้รับการแก้ไขแล้ว Pulse 2.0 รายงานกลยุทธ์ของบริษัทและการกล่าวอ้างเกี่ยวกับทิศทางของบริษัท แต่ไม่ได้ยืนยันผลกระทบต่อลูกค้า การปรับปรุงโมเดล หรือความพร้อมใช้งานในวงกว้างอย่างอิสระ การอัปเดตที่มีความหมายครั้งต่อไปจะเป็นการเปิดตัวอย่างเป็นรูปธรรม การตั้งชื่อการใช้งาน ผลการประเมินโดยอิสระ หรือการสนับสนุนการวิจัยที่จัดทำเป็นเอกสาร ซึ่งแสดงให้เห็นว่าโครงสร้างพื้นฐานของ Mundo ปรับปรุงวิธีที่ระบบ AI เข้าใจปฏิสัมพันธ์ในโลกแห่งความเป็นจริง