สาเหตุที่ AI จำเป็นต้องใช้มากกว่าแบบจำลอง: เจาะลึกสถาปัตยกรรมการรับรู้ของมนุษย์ของ CLOE

Share

สาเหตุที่ AI จำเป็นต้องใช้มากกว่าแบบจำลอง: เจาะลึกสถาปัตยกรรมการรับรู้ของมนุษย์ของ CLOE

รายละเอียดใหม่เปิดเผยว่า CLOE ของ Iyuno ผนวกข้อมูลจากประสาทสัมผัส การบูรณาการทางความคิด และความทรงจำถาวร เพื่อสร้างความเข้าใจเนื้อหาอย่างเป็นระบบ

เบอร์แบงก์, แคลิฟอร์เนีย, 2 กันยายน 2569 /PRNewswire/ — หลังเปิดตัวสถาปัตยกรรมหลายเอเจนต์ของ CLOE วันนี้ Iyuno ได้แบ่งปันรายละเอียดใหม่เกี่ยวกับระบบที่ได้แรงบันดาลใจจากมนุษย์ ซึ่งช่วยให้แพลตฟอร์มสามารถสร้างความเข้าใจเนื้อหาอย่างถาวรและนำมาใช้ซ้ำได้

"Understanding isn't created by a single model," said Iyuno CEO, David Lee. "It emerges when multiple perspectives are brought together into a shared contextual memory. That's what allows AI to move beyond processing content to truly understanding it."
"Understanding isn’t created by a single model," said Iyuno CEO, David Lee. "It emerges when multiple perspectives are brought together into a shared contextual memory. That’s what allows AI to move beyond processing content to truly understanding it."

แทนที่จะประมวลผลเนื้อหาเป็นข้อมูลที่นำเข้าแยกกัน CLOE กลับออกแบบมาเพื่อจำลองวิธีการที่ผู้คนรับรู้เรื่องราวตามธรรมชาติ โดยการผสมผสานสิ่งที่พวกเขาเห็น ได้ยิน และอ่าน ก่อนที่จะเชื่อมโยงสัญญาณเหล่านั้นผ่านความทรงจำ การให้เหตุผล และบริบท ไปสู่ความเข้าใจที่สอดคล้องกัน

"ผู้คนไม่ได้เข้าใจเรื่องราวผ่านบทสนทนาเพียงอย่างเดียวหรือด้วยภาพเพียงอย่างเดียว" David Lee ซีอีโอของ Iyuno กล่าว "โดยธรรมชาติแล้ว เรารวมปัจจัยทางประสาทสัมผัสหลายอย่างเข้าด้วยกัน เชื่อมต่อสิ่งเหล่านั้นเข้ากับความทรงจำและการใช้เหตุผล และสร้างความเข้าใจเมื่อเวลาผ่านไป CLOE ออกแบบมาเพื่อปฏิบัติตามกระบวนการเดียวกันนั้น"

พื้นฐานของแพลตฟอร์มนี้คือระบบประสาทสัมผัสมนุษย์ (Human Sensory System) ของ CLOE ซึ่งประกอบด้วยเอเจนต์ AI เฉพาะทางที่ประมวลผลข้อมูลภาพ เสียง และภาษาอย่างอิสระ รวมถึงรูปลักษณ์ การกระทำ บทสนทนา น้ำเสียง ดนตรี และความหมายแฝง

จากนั้นสัญญาณเหล่านั้นจะถูกนำมารวมกันผ่านกระบวนการบูรณาการทางปัญญา (Cognitive Integration) ซึ่งมีเอเจนต์เพิ่มเติมทำหน้าที่หลอมรวมข้อมูลหลายรูปแบบ การให้เหตุผล การวิเคราะห์บริบท และการสร้างความทรงจำ แทนที่จะมองแต่ละฉากเป็นงานแยกจากกัน CLOE จะเชื่อมโยงความสัมพันธ์ เจตนาทางอารมณ์ การดำเนินเรื่องราว และความต่อเนื่องของตัวละครเข้าด้วยกันอย่างต่อเนื่องในความทรงจำบริบท (Context Memory)

ผลที่ได้คือความเข้าใจที่สอดคล้องกันซึ่งขยายขอบเขตไปกว้างกว่าการตีความตามตัวอักษร โดยสามารถจับบริบท ความสัมพันธ์ และเจตนาเชิงสร้างสรรค์ที่ขับเคลื่อนการเล่าเรื่องได้

Lee กล่าวว่า "ความเข้าใจไม่ได้เกิดขึ้นจากแบบจำลองแบบเดียว แต่เกิดขึ้นเมื่อมุมมองที่หลากหลายถูกนำมารวมกันเป็นความทรงจำเชิงบริบทร่วมกัน นั่นคือสิ่งที่ทำให้ AI ก้าวข้ามการประมวลผลเนื้อหาไปสู่การเข้าใจเนื้อหาอย่างแท้จริงได้"

ความทรงจำบริบทถาวรนี้จะกลายเป็นรากฐานที่นำกลับมาใช้ซ้ำได้สำหรับเวิร์กโฟลว์ในอนาคต ทำให้ความสามารถของ AI ทำงานได้จากความเข้าใจที่สอดคล้องแบบเดียวกัน แทนที่จะต้องสร้างบริบทขึ้นใหม่ทุกครั้ง

การประกาศในอนาคตจะสำรวจว่ารากฐานบริบทที่ใช้ร่วมกันนี้ช่วยขับเคลื่อนทักษะ CLOE ในการปรับให้เข้ากับท้องถิ่น การเข้าถึง การผลิตเชิงสร้างสรรค์ และกระบวนการทำงานด้านเนื้อหาอื่น ๆ ได้อย่างไร

เกี่ยวกับ Iyuno

Iyuno (www.iyuno.com) เป็นบริษัทระดับโลกที่ให้บริการการปรับเนื้อหาสื่อให้เข้ากับท้องถิ่น โดยให้บริการพากย์เสียง คำบรรยาย และบริการด้านเนื้อหาสำหรับสตูดิโอชั้นนำ ผู้แพร่ภาพกระจายเสียง และแพลตฟอร์มสตรีมมิ่งชั้นนำของโลก ด้วยสำนักงาน 45 แห่งใน 29 ประเทศ Iyuno ผนวกความเชี่ยวชาญเชิงสร้างสรรค์เข้ากับนวัตกรรมเทคโนโลยีเพื่อช่วยให้เนื้อหาเข้าถึงผู้ชมได้ทุกที่ บริษัทยังเป็นผู้สร้าง CLOE แพลตฟอร์มปัญญาประดิษฐ์เชิงบริบทที่แปลงเนื้อหาให้เป็นความเข้าใจที่มีโครงสร้าง ช่วยให้เวิร์กโฟลว์ที่ขับเคลื่อนด้วย AI ทำงานได้อย่างมีประสิทธิภาพในการปรับให้เข้ากับท้องถิ่น การเข้าถึง การตลาด และประสบการณ์เนื้อหาที่เกิดขึ้นใหม่

Source : สาเหตุที่ AI จำเป็นต้องใช้มากกว่าแบบจำลอง: เจาะลึกสถาปัตยกรรมการรับรู้ของมนุษย์ของ CLOE

The information provided in this article was created by Cision PR Newswire, our news partner. The author's opinions and the content shared on this page are their own and may not necessarily represent the perspectives of Siam News Network.

Read more

Latest PR News