هوش مصنوعی در کسب‌وکار

استارتاپ XDOF تنها سه ماه پس از خروج از حالت محرمانه، در حال مذاکره برای جذب سرمایه سری B با ارزش‌گذاری ۱.۲ میلیارد دلاری است

استارتاپ XDOF
💡نکته کلیدی و خلاصه این مقاله:

به گفته چند منبع آگاه از این توافق، استارتاپ XDOF که در زمینه جمع‌آوری داده‌های عملیات از راه دور (Teleoperation) در دنیای واقعی برای آموزش ربات‌های همه‌منظوره فعالیت می‌کند، کمتر از سه ماه پس از...

به گفته چند منبع آگاه از این توافق، استارتاپ XDOF که در زمینه جمع‌آوری داده‌های عملیات از راه دور (Teleoperation) در دنیای واقعی برای آموزش ربات‌های همه‌منظوره فعالیت می‌کند، کمتر از سه ماه پس از خروج از حالت محرمانه (Stealth Mode)، در مراحل نهایی مذاکره برای جذب سرمایه دور سری B با ارزش‌گذاری حدود ۱.۲ میلیارد دلار به رهبری صندوق سرمایه‌گذاری 8VC قرار دارد.

استارتاپ XDOF در سال ۲۰۲۴ توسط دو پژوهشگر دانشگاه برکلی، فیلیپ وو (مدیرعامل) و فرد شنتو (مدیر ارشد فناوری) هم‌بنیان‌گذاری شد. رسانه تک‌کرانچ در ماه ژوئن از دور جذب سرمایه سری A این استارتاپ به ارزش ۷۰ میلیون دلار با مشارکت ترایو کپیتال (Thrive Capital)، اندریسن هوروویتز (Andreessen Horowitz)، لوکس کپیتال (Lux) و اسپارک کپیتال (Spark Capital) خبر داده بود. به گفته این منابع، XDOF قصد نداشت به این زودی‌ها پس از آن دور مجددا جذب سرمایه کند؛ اما رشد شتابان شرکت — با درآمد سالانه‌ای که به مرز ۵۰ میلیون دلار نزدیک می‌شود — توجه شرکت‌های سرمایه‌گذاری خطرپذیر را به خود جلب کرد و آن‌ها را بر آن داشت تا برای راه‌اندازی دور سرمایه‌گذاری جدید پیش‌قدم شوند.

تک‌کرانچ موفق نشد مبلغ کل سرمایه در حال جذب یا اینکه آیا این رقم ارزش‌گذاری شامل سرمایه جدید نیز می‌شود یا خیر را مشخص کند. شروط این توافق هنوز نهایی نشده و همچنان ممکن است تغییر یابد.

استارتاپ XDOF و صندوق 8VC تا این لحظه به درخواست برای اظهارنظر پاسخی نداده‌اند.

هدف این استارتاپ ساخت خطوط لوله انتقال داده (Data Pipelines)، ابزارهای گردآوری و سیستم‌های برچسب‌گذاری و حاشیه‌نویسی (Annotation) است که آزمایشگاه‌های پیشرو هوش مصنوعی و شرکت‌های رباتیک نمی‌توانند به سادگی در داخل مجموعه‌های خود ایجاد کنند؛ رویکردی که عملا آن را به یک زنجیره تأمین برون‌سپاری‌شده داده برای کل صنعت رباتیک تبدیل می‌کند.

وو در دوران دانشجویی مقطع دکتری، نحوه یادگیری ربات‌ها از مجموعه داده‌های بزرگ را بررسی می‌کرد. او در مصاحبه‌ای در ماه ژوئن به تک‌کرانچ گفت یکی از موانع بزرگ در برابر پژوهش‌هایش، نبود «داده‌های در مقیاس وسیع برای کار» بوده است.

به همین دلیل، او با شنتو در پروژه‌ای به نام GELLO همکاری کرد؛ یک سیستم کم‌هزینه برای هدایت و کنترل از راه دور که به اپراتور انسانی اجازه می‌دهد یک بازوی رباتیک را از دور کنترل کند تا از این طریق داده‌های آموزشی لازم تولید شود. دستاورد این پژوهش به انتشار مقاله‌ای تأثیرگذار در حوزه علم رباتیک انجامید.

همان پژوهش هسته اولیه شکل‌گیری XDOF شد؛ شرکتی که سرمایه‌گذاران اکنون از آن به عنوان «اسکیل ای‌آی» (Scale AI) یا «مرکور» (Mercor) در دنیای رباتیک فیزیکی یاد می‌کنند — اشاره‌ای به غول‌های برچسب‌گذاری داده که به سوخت موتور رونق هوش مصنوعی بدل شدند. بر خلاف مدل‌های زبانی بزرگ (LLMs) که در ابتدا روی کل حجم متون موجود در اینترنت آموزش دیدند، ربات‌های فیزیکی هیچ مجموعه داده مشابهی در دنیای واقعی ندارند که بتوانند از آن تغذیه کنند؛ موضوعی که جمع‌آوری داده را به گلوگاهی حیاتی در مسیر ساخت ماشین‌های همه‌منظوره تبدیل کرده است.

استارتاپ XDOF اکنون با آزمایشگاه تحقیقات هوش مصنوعی دانشگاه کالیفرنیا، برکلی (UC Berkeley) همکاری می‌کند تا مجموعه‌ای را عرضه کند که به باور این شرکت، بزرگ‌ترین مجموعه داده باکیفیت برای آموزش ربات‌ها است و با نام ABC شناخته می‌شود.

برای ثبت و ضبط این حجم داده، XDOF سازوکار هدایت از راه دور ربات‌ها را با داده‌جمع‌آورهای انسانی ترکیب می‌کند؛ افرادی که سنسورهایی ویژه بر تن می‌کنند تا فعالیت‌های روزمره نظیر تا کردن لباس‌ها و مسطح کردن جعبه‌های کارتن را به عنوان داده ثبت نمایند.

این استارتاپ قصد دارد تیم‌هایی از گردآورندگان داده را در سراسر جهان استخدام کرده و آموزش دهد؛ از جمله اپراتورهای راه دور (teleoperators) که هدایت ربات‌ها را از راه دور بر عهده دارند، و همچنین اپراتورهای دارای حسگرهای اول‌شخص (egocentric operators) که با پوشیدن حسگرهای حرکتی روی بدن، داده‌های مربوط به حرکت و جابه‌جایی را ثبت و ضبط می‌کنند.

XDOF پیش‌تر به تک‌کرانچ (TechCrunch) اعلام کرده بود که در حال حاضر با ۲۰ مشتری، از جمله چندین آزمایشگاه پیشگام هوش مصنوعی (frontier AI labs)، همکاری می‌کند.

از دیگر استارتاپ‌هایی که در تلاش برای گردآوری داده‌های جهان واقعی جهت آموزش ربات‌ها هستند، می‌توان به Mecka AI و همچنین پلتفرم‌های داده‌های انسانی اشاره کرد که در حال گسترش فعالیت‌های خود فراتر از مدل‌های زبانی بزرگ (LLMs) هستند؛ از جمله Scale AI و Micro1.

همیار وب

تیم تحریریه همیار وب

مرجع تخصصی ابزارها، قالب‌ها و آموزش‌های عملی توسعه کسب‌وکار آنلاین مبتنی بر هوش مصنوعی و اتوماسیون.