سرمایه‌گذاری «پدرخوانده هوش مصنوعی» روی «مادرخوانده هوش مصنوعی»؛ خروج استارتاپ جدید Fei-Fei Li از فعالیت محرمانه و رونمایی از تیم بنیان‌گذار و سرمایه‌گذاران

استارتاپ جدید Fei-Fei Li به فعالیت در وضعیت محرمانه (Stealth Mode) پایان داد. به گزارش Zhidx، استارتاپ World Labs فعال در زمینه هوش فضایی (Spatial Intelligence) که توسط Fei-Fei Li، استاد Stanford University و ملقب به «مادرخوانده هوش مصنوعی»، تأسیس شده است، رسماً از وضعیت محرمانه خارج شد. این مجموعه برای نخستین بار رسماً اعلام کرد که طی دو دور تأمین مالی توانسته است ۲۳۰ میلیون دلار سرمایه جذب کند. در میان سرمایه‌گذاران، افزون بر نهادهایی نظیر a16z و NVIDIA، تیمی از چهره‌های سرشناس به‌عنوان سرمایه‌گذار فرشته حضور دارند؛ از جمله Reid Hoffman بنیان‌گذار LinkedIn، Jeff Dean دانشمند ارشد Google، Eric Schmidt مدیرعامل پیشین Google، و Geoffrey Hinton ملقب به «پدرخوانده هوش مصنوعی». گزارش‌ها حاکی از آن است که ارزش‌گذاری World Labs به یک میلیارد دلار رسیده است. هم‌زمان، Fei-Fei Li اطلاعات World Labs را به صفحه شخصی خود در LinkedIn و دیگر شبکه‌های اجتماعی افزود، پست‌های اعضای این استارتاپ را بازنشر کرد و در مصاحبه‌ای تلویزیونی به تشریح اهداف این مجموعه پرداخت. ▲ پست Fei-Fei Li در پلتفرم X برای معرفی رسمی World Labs (منبع: پلتفرم X) استارتاپ World Labs در ژانویه ۲۰۲۴ تأسیس شده و دارای ۴ هم‌بنیان‌گذار است که همگی از چهره‌های برجسته حوزه بینایی ماشین (CV) به شمار می‌روند؛ دو نفر از بنیان‌گذاران این مجموعه، به‌ترتیب مبدع فناوری NeRF (میدان‌های تابش عصبی) و رندرگر کارآمد مشتق‌پذیر مبتنی بر کره موسوم به Pulsar هستند. این استارتاپ دارای ۲۰ کارمند است و مقر اصلی آن در سان‌فرانسیسکو قرار دارد. برنامه‌ریزی World Labs بر عرضه نخستین محصول در سال ۲۰۲۵ متمرکز است. مرحله اول با توسعه مدل‌های جهان (World Models) آغاز می‌شود و در مراحل بعد فناوری‌های واقعیت افزوده (AR)، رباتیک و رانندگی خودران را پشتیبانی خواهد کرد. Fei-Fei Li در مصاحبه خود اذعان کرد که فناوری‌های پیشرفته هنوز نیازمند پیشرفت‌های بنیادین هستند و عدم‌قطعیت‌های فراوانی وجود دارد، اما به توانایی تیم خود اعتماد کامل دارد. Martin Casado، سرمایه‌گذار a16z، نیز اعلام کرد که محصولات World Labs می‌توانند به استودیوهای بازی‌سازی یا شرکت‌های فیلم‌سازی عرضه شوند. پس از اعلام عمومی اطلاعات World Labs، چهره‌های شناخته‌شده پژوهش هوش مصنوعی این دستاورد را تبریک گفتند. Andrej Karpathy، دانشجوی دکترای سابق Fei-Fei Li، عضو مؤسس OpenAI و مدیر ارشد سابق هوش مصنوعی Tesla، در پلتفرم X یادآور شد که در راه‌اندازی نخستین دوره آموزشی یادگیری عمیق در Stanford University با Fei-Fei Li و Justin Johnson (دیگر هم‌بنیان‌گذار World Labs) همکاری داشته و تیم این استارتاپ را «در بالاترین سطح ممکن» توصیف کرد. ▲ پست Andrej Karpathy (منبع: پلتفرم X) Jim Fan، نخستین کارآموز OpenAI و دانشمند ارشد فعلی NVIDIA و مدیر آزمایشگاه هوش تجسم‌یافته (Embodied AI)، نیز پست معرفی World Labs را بازنشر کرد و از تأثیر عمیق مسیر پژوهشی Fei-Fei Li بر فعالیت‌های خود سخن گفت. ▲ پست Jim Fan (منبع: پلتفرم X)

۰۱. افشای جزئیات پس از ۹ ماه فعالیت؛ تیمی متشکل از سرآمدان بینایی ماشین

بر اساس اطلاعات صفحه LinkedIn متعلق به Fei-Fei Li، استارتاپ World Labs در ژانویه ۲۰۲۴ شکل گرفته است؛ تاریخی که چهار ماه پیش از نخستین گمانه‌زنی‌های رسانه‌ای درباره این پروژه به شمار می‌رود. ▲ صفحه LinkedIn متعلق به Fei-Fei Li (منبع: LinkedIn) حدود یک دهه پیش، Fei-Fei Li با ایجاد ImageNet روند توسعه هوش مصنوعی را متحول ساخت و سهم عمده‌ای در پیشبرد حوزه بینایی ماشین ایفا کرد. او درباره تجربه جدید خود پس از یک دهه می‌گوید: «رایانه‌ها دنیای فیزیکی را از طریق دوربین‌ها و پردازشگرهای پشت آن مشاهده می‌کنند. تبدیل این توانایی دیداری به تعاملی متکی بر استدلال، بازتولید و درک ساختار فیزیکی، همان مفهومی است که هوش فضایی نامیده می‌شود.» Fei-Fei Li سال‌هاست که پژوهش در حوزه هوش فضایی را پیگیری می‌کند؛ در روزهایی که توجه همگان به موج هوش مصنوعی مولد برخاسته از ChatGPT معطوف بود، او همراه با دانشجوی پیشین خود Justin Johnson در حال بررسی تحول بعدی هوش مصنوعی بود. Johnson که دوره دکترای خود را تحت نظر Fei-Fei Li گذرانده و اکنون استادیار University of Michigan است، باور دارد که طی ۱۰ سال آینده، فناوری‌های بینایی ماشین، یادگیری عمیق و هوش مصنوعی از فضای دیجیتال اینترنت خارج شده و درون ساختار زمان و مکان جای خواهند گرفت. ایده راه‌اندازی این استارتاپ در اوایل سال ۲۰۲۳ و پس از گفت‌وگوی Fei-Fei Li با همکارش در Stanford University یعنی Martin Casado شکل گرفت؛ Casado که از پیشگامان شبکه‌های مجازی و از شرکای شرکت سرمایه‌گذاری a16z است، باور دارد مسیر هوش مصنوعی مشابه بازی‌های ویدئویی است که از متن آغاز شد، به گرافیک دوبعدی رسید و اکنون با تصاویر چشمگیر سه‌بعدی بازنمایی می‌شود. به عقیده او، هوش فضایی موتور این دگرگونی است: «در نهایت، کاربر می‌تواند کتاب مورد علاقه خود را وارد مدل کند و سپس وارد آن جهان شده و آن را به شکلی کاملاً غوطه‌ورکننده و آنی تجربه کند.» Casado و Fei-Fei Li هم‌عقیده‌اند که تحقق این هدف نیازمند عبور از «مدل‌های بزرگ زبانی» به‌سوی «مدل‌های بزرگ جهان» است. تیم بنیان‌گذار World Labs متشکل از ۴ نفر است. علاوه بر Johnson، دو بنیان‌گذار دیگر با پیشنهاد Casado به تیم ملحق شده‌اند. ▲ تیم بنیان‌گذار World Labs از چپ به راست: Ben Mildenhall، Justin Johnson، Christoph Lassner و Fei-Fei Li (منبع: حساب پلتفرم X متعلق به Fei-Fei Li) Christoph Lassner سابقه فعالیت در Amazon، بخش Reality Labs در Meta (مسئول توسعه واقعیت افزوده و مجازی) و Epic Games را در کارنامه دارد. او مبدع Pulsar، رندرگر کارآمد مشتق‌پذیر مبتنی بر کره است که امکان فناوری بازنمایی سه‌بعدی گاوسی (3D Gaussian Splatting) را فراهم کرد؛ روشی نوین در سنتز تصویر که دقت بالا را با سرعت پردازش همراه ساخته است. هم‌بنیان‌گذار دیگر Ben Mildenhall است؛ مبدع NeRF (میدان‌های تابش عصبی) که پیکسل‌های دوبعدی را به اشیای گرافیکی سه‌بعدی تبدیل می‌کند. Mildenhall که پیش‌تر دانشمند ارشد پژوهشی در Google بود، این فناوری را راهکاری برای انتقال اشیای جهان واقعی به واقعیت مجازی با بازنمایی کاملاً طبیعی می‌داند. او با ترک جایگاه خود در Google به استارتاپ Fei-Fei Li پیوست. Fei-Fei Li اعلام کرد که این تیم اکنون متشکل از ۲۰ نیرو است و مرکز فعالیت آن در سان‌فرانسیسکو مستقر است.

۰۲. برنامه‌ریزی برای عرضه محصول در سال ۲۰۲۵؛ تمرکز فاز اول بر «مدل‌های جهان»

هدف World Labs ایجاد جهانی یکپارچه با جزئیات دقیق فیزیکی، منطقی و انطباق با واقعیت است؛ چشم‌اندازی که بسیار جاه‌طلبانه به نظر می‌رسد. تیم بنیان‌گذار اعلام کرده است که در فاز نخست، مدلی با درک عمیق از ماهیت سه‌بعدی، قوانین فیزیک و مفاهیم زمان و فضا توسعه داده می‌شود. مرحله بعدی به پشتیبانی از واقعیت افزوده اختصاص دارد و پس از آن، فعالیت در حوزه رباتیک پیگیری خواهد شد. در صورت تحقق این برنامه، مدل‌های بزرگ جهان می‌توانند عملکرد خودروهای خودران، کارخانه‌های خودکار و ربات‌های انسان‌نما را ارتقا دهند. با وجود تعیین سال ۲۰۲۵ برای عرضه نخستین دستاورد، تیم توسعه هنوز ماهیت دقیق محصول نهایی، بازار هدف و مدل درآمدی آن را اعلام نکرده و تأکید دارد که تمرکز فعلی روی مقیاس‌پذیری فناوری است. Fei-Fei Li در این رابطه گفت: «چالش‌های پیشرفته زیادی برای حل‌شدن باقی مانده و نقاط مجهول بسیاری پیش روی ماست، اما این مجموعه شایسته‌ترین تیمی است که می‌تواند پاسخ این ابهامات را بیابد.» Casado چشم‌انداز عینی‌تری ارائه می‌دهد؛ او معتقد است درست مانند ChatGPT، خود مدل می‌تواند محصول نهایی باشد و مشتریان مستقیماً یا از طریق برنامه‌های کاربردی از آن استفاده کنند. شرکت‌های بازی‌سازی و استودیوهای فیلم‌سازی از مشتریان احتمالی World Labs به شمار می‌روند. اگرچه World Labs تنها مجموعه‌ای نیست که به حوزه «هوش مصنوعی جهان فیزیکی» ورود کرده، اما Casado این ترکیب از جاه‌طلبی، نخبگی و وسعت دید را کم‌نظیر ارزیابی می‌کند. Casado که نزدیک به یک دهه تجربه سرمایه‌گذاری خطرپذیر دارد، این بار فراتر از تأمین مالی، به‌صورت پاره‌وقت یک روز در هفته مستقیماً در کنار این تیم به فعالیت اجرایی می‌پردازد. از دیگر نهادهای سرمایه‌گذار در این طرح می‌توان به Radical Ventures، NEA و بازوی سرمایه‌گذاری خطرپذیر NVIDIA اشاره کرد. فهرست سرمایه‌گذاران فرشته نیز شامل چهره‌هایی چون Marc Benioff بنیان‌گذار و مدیرعامل Salesforce، Reid Hoffman بنیان‌گذار LinkedIn، Jeff Dean دانشمند ارشد Google، Eric Schmidt مدیرعامل سابق Google، و Ron Conway از سرمایه‌گذاران اولیه Facebook و Google است. Geoffrey Hinton ملقب به «پدرخوانده هوش مصنوعی» نیز در این استارتاپ سرمایه‌گذاری کرده است.

۰۳. جمع‌بندی: آیا هوش فضایی موج بعدی هوش مصنوعی است؟

از ماه مه و هم‌زمان با نخستین نشانه‌ها از آغاز این فعالیت نوآفرین، گام‌های Fei-Fei Li همواره در کانون توجه محافل فناورانه و سرمایه‌گذاران قرار داشته است. با توجه به نقش کلیدی او در آغاز موج قبلی هوش مصنوعی، ناظران بسیاری باور دارند که مفهوم «هوش فضایی» ارائه‌شده از سوی او، می‌تواند نقطه آغاز چرخه بعدی پیشرفت هوش مصنوعی باشد. با این حال، Steven Levy در مجله Wired خاطرنشان کرده است که وعده‌های World Labs شباهت زیادی به تب‌و‌تاب پیشین پیرامون مفهوم «متاورس» دارد؛ پروژه‌ای که اخیراً تا حد زیادی به حاشیه رفته است. بنیان‌گذاران World Labs در پاسخ استدلال می‌کنند که افول موج متاورس ناشی از ناپختگی جریان و فقدان محتوای تعاملی مناسب با ابزارهای سخت‌افزاری بوده است و در این میان، مدل‌های بزرگ جهان می‌توانند خلأ محتوایی این حوزه را به‌طور کامل پر کنند.