პალო-ალტოში დაფუძნებულმა სტარტაპმა Elorian, რომელმაც პროდუქტის გაშვებამდე 55 მილიონი დოლარის ინვესტიცია მოიზიდა, თავისი პირველი AI მოდელი, Glimpse, წარადგინა. კომპანიის მიზანია, შექმნას სისტემა, რომელიც არა მხოლოდ აღწერს გამოსახულებას, არამედ რეალურად ხედავს და აანალიზებს მას.
დღევანდელი მულტიმოდალური მოდელების უმეტესობა სურათს ერთხელ აანალიზებს და შემდეგ ტექსტური მონაცემების საფუძველზე მსჯელობს. Glimpse კი განსხვავებულ მიდგომას იყენებს: მსჯელობის პროცესში ის უბრუნდება წყაროს, შეუძლია გამოსახულების კონკრეტული ნაწილის გადიდება (crop), ვიდეოდან კადრების ამოღება ან კოდის გაშვება დეტალების შესადარებლად. ამ მექანიზმს Elorian „ვიზუალურ სამუშაო სივრცეს“ უწოდებს.
Elorian-ის აღმასრულებელი დირექტორის, ენდრიუ დაის თქმით, მიმდინარე მოდელებს უჭირთ ვიზუალური სიმბოლოების გააზრება, რაც ადამიანისთვის მარტივია. Glimpse-ის უპირატესობა მის ეფექტურობაშია: მოდელი გაწვრთნილია შედარებით მცირე რესურსებით (რამდენიმე ასეული GPU) და ზომითაც ბევრად კომპაქტურია, ვიდრე კონკურენტი სისტემები.
ამჟამად Glimpse ხელმისაწვდომია API-სა და ჩატის ინტერფეისის საშუალებით. კომპანია მიზნად ისახავს ისეთი სექტორების მომსახურებას, როგორიცაა რობოტიკა, სამეცნიერო ლაბორატორიები და მედია. სამომავლოდ, Elorian გეგმავს ვიზუალური მსჯელობის შესაძლებლობები მოქმედებებში გადაიტანოს, რაც რობოტების პირდაპირ მართვასაც მოიცავს.
წყარო: techcrunch.com
