به گزارش ایران نت، استارتاپ XDOF که تنها حدود سه ماه از خروج آن از حالت فعالیت مخفی میگذرد، در حال مذاکره پیشرفته برای جذب سرمایه در دور Series B با ارزشگذاری تقریبی ۱.۲ میلیارد دلار است. گفته میشود این دور سرمایهگذاری با رهبری 8VC در حال پیشرفت است؛ اتفاقی که نشان میدهد بازار سرمایهگذاری روی هوش مصنوعی و رباتیک فیزیکی همچنان با سرعت زیادی در حال رشد است.
XDOF در حوزهای فعالیت میکند که یکی از مهمترین گلوگاههای توسعه رباتهای عمومی به شمار میرود: جمعآوری دادههای واقعی برای آموزش رباتها. این شرکت با استفاده از سیستمهای کنترل از راه دور، حسگرهای پوشیدنی، ابزارهای جمعآوری داده و زیرساختهای برچسبگذاری تلاش میکند دادههایی را فراهم کند که آزمایشگاههای پیشرفته هوش مصنوعی و شرکتهای رباتیک بهتنهایی ساختن آنها را دشوار و پرهزینه میدانند.
اگر این قرارداد نهایی شود، ارزشگذاری ۱.۲ میلیارد دلاری تنها چند ماه پس از جذب سرمایه قبلی، رشد بسیار سریع XDOF را نشان خواهد داد. البته جزئیات نهایی این معامله هنوز مشخص نیست و ارزشگذاری یا شرایط دور جدید سرمایهگذاری ممکن است تا زمان امضای قرارداد تغییر کند.
XDOF چگونه در مدت کوتاهی به چنین ارزشی رسید؟
XDOF در سال ۲۰۲۴ توسط دو پژوهشگر دانشگاه کالیفرنیا، برکلی یعنی Philipp Wu و Fred Shentu تأسیس شد. Wu بهعنوان مدیرعامل و Shentu در جایگاه مدیر ارشد فناوری فعالیت میکنند. بنیانگذاران این شرکت پیش از تأسیس XDOF روی مسئله مهم یادگیری رباتها از طریق دادههای گسترده تحقیق میکردند.
یکی از مشکلات اصلی در مسیر تحقیقات آنها کمبود دادههای بزرگمقیاس برای آموزش رباتها بود. درحالیکه مدلهای زبانی بزرگ از حجم عظیمی از متن و محتوای موجود در اینترنت بهره بردهاند، دنیای رباتهای فیزیکی چنین منبع دادهای در دسترس و گستردهای ندارد.
برای حل بخشی از این مشکل، Wu و Shentu روی پروژهای با نام GELLO کار کردند. GELLO یک سیستم تلهاپریشن یا کنترل از راه دور کمهزینه است که به یک اپراتور انسانی اجازه میدهد بازوی رباتیک را از راه دور کنترل کند. حرکات و تعاملات حاصل از این فرآیند میتوانند بهعنوان داده آموزشی برای سیستمهای رباتیک مورد استفاده قرار گیرند.
مشکل بزرگ رباتهای عمومی؛ کمبود داده واقعی
توسعه مدلهای هوش مصنوعی در سالهای اخیر تا حد زیادی به داده وابسته بوده است. مدلهای زبانی بزرگ توانستند از مجموعه عظیمی از صفحات وب، کتابها، اسناد و سایر منابع متنی استفاده کنند. اما یک ربات فیزیکی برای یادگیری کارهایی مانند برداشتن یک شیء، مرتب کردن لباس، باز کردن یک بسته یا حرکت دادن وسایل، به دادههایی نیاز دارد که تعامل واقعی با جهان را ثبت کرده باشند.
این دادهها را نمیتوان صرفاً با جمعآوری اطلاعات اینترنتی به دست آورد. برای آموزش یک ربات باید حرکت بازو، موقعیت بدن، نحوه گرفتن اشیا، نیروهای واردشده، محیط اطراف و نتیجه هر اقدام ثبت شود. همین موضوع باعث شده جمعآوری داده برای رباتها به یکی از موانع مهم در مسیر ساخت ماشینهای عمومی تبدیل شود.
XDOF تلاش میکند همین خلأ را پر کند. مدل کسبوکار این شرکت را میتوان نوعی زنجیره تأمین داده برای صنعت رباتیک دانست؛ یعنی آزمایشگاهها و شرکتهای رباتیک بهجای ساخت تمام زیرساختهای جمعآوری و آمادهسازی داده در داخل شرکت، بخشی از این فرآیند را به XDOF میسپارند.
از GELLO تا تأسیس XDOF
پروژه GELLO نقش مهمی در شکلگیری ایده XDOF داشت. این سیستم امکان کنترل یک بازوی رباتیک توسط انسان از راه دور را فراهم میکرد و از این طریق، دادههایی تولید میشد که میتوانست برای آموزش سیستمهای هوشمند استفاده شود.
پژوهش انجامشده روی این پروژه به انتشار یک مقاله تأثیرگذار در حوزه رباتیک منجر شد و بعدها همین مسیر تحقیقاتی به پایهای برای ایجاد XDOF تبدیل شد. اهمیت این رویکرد در آن است که بهجای انتظار برای جمعآوری خودکار داده توسط رباتها، از انسان برای ایجاد دادههای باکیفیت و قابل استفاده در آموزش استفاده میکند.
در عمل، یک انسان میتواند وظیفهای را با کنترل ربات انجام دهد و تمام حرکات و تعاملات او ثبت شود. مجموعه چنین نمونههایی میتواند به مدلهای یادگیری کمک کند تا ارتباط میان دستور، حرکت و نتیجه را بهتر یاد بگیرند.
XDOF؛ شبیه Scale AI برای دنیای رباتیک
برخی سرمایهگذاران، XDOF را با شرکتهایی مانند Scale AI و Mercor مقایسه میکنند. دلیل این مقایسه، نقش زیرساختی داده در کسبوکار XDOF است. شرکتهایی مانند Scale AI در دوران رشد مدلهای زبانی، به سازماندهی، برچسبگذاری و آمادهسازی دادههای انسانی کمک کردند.
اما تفاوت اساسی در اینجا نوع داده است. در مدلهای زبانی، بخش بزرگی از داده آموزشی را میتوان از اینترنت جمعآوری کرد. رباتهای فیزیکی چنین مزیتی ندارند. داده مورد نیاز آنها باید از تعامل واقعی انسان با محیط و تجهیزات فیزیکی به دست بیاید.
به همین دلیل، اگر رباتهای عمومی قرار باشد بتوانند طیف گستردهای از وظایف را انجام دهند، احتمالاً نیاز به شبکه بزرگی از انسانها برای جمعآوری داده وجود خواهد داشت. XDOF تلاش میکند همین شبکه و زیرساخت را در اختیار شرکتهای فعال در این حوزه قرار دهد.
جمعآوری داده با حسگرهای پوشیدنی
یکی از روشهایی که XDOF برای جمعآوری داده استفاده میکند، ترکیب تلهاپریشن با اپراتورهای انسانی مجهز به حسگر است. این افراد میتوانند کارهای روزمره را انجام دهند و حرکات بدن و تعامل آنها با محیط ثبت شود.
برای مثال، فعالیتهایی مانند تا کردن لباس یا صاف کردن جعبهها میتوانند به داده آموزشی تبدیل شوند. این دادهها فقط شامل نتیجه نهایی کار نیستند؛ بلکه نحوه حرکت و تعامل انسان با اشیا نیز اهمیت دارد.
این نوع دادههای اصطلاحاً egocentric یا اولشخص میتوانند به توسعه سیستمهایی کمک کنند که باید از رفتار انسان در محیط واقعی یاد بگیرند. هرچه تنوع وظایف، محیطها و افراد بیشتر باشد، مجموعه داده نیز میتواند برای آموزش مدلهای عمومیتر ارزشمندتر شود.
برنامه XDOF برای ایجاد شبکه جهانی جمعآورندگان داده
XDOF قصد دارد تیمهایی از جمعآورندگان داده را در نقاط مختلف جهان استخدام و آموزش دهد. بخشی از این نیروها بهعنوان اپراتورهای تلهاپریشن فعالیت خواهند کرد و رباتها را از راه دور هدایت میکنند.
گروه دیگری نیز با استفاده از حسگرهای پوشیدنی، دادههای حرکتی و رفتاری را از فعالیتهای روزمره جمعآوری خواهند کرد. چنین ساختاری به XDOF اجازه میدهد داده را در مقیاس بزرگتر و از محیطهای متنوعتری جمعآوری کند.
ایجاد یک شبکه جهانی از جمعآورندگان داده میتواند یکی از مهمترین مزیتهای رقابتی این شرکت باشد. زیرا ارزش یک پلتفرم داده فقط به فناوری نرمافزاری آن محدود نمیشود و توانایی جمعآوری داده باکیفیت در مقیاس بالا نیز اهمیت زیادی دارد.
همکاری با آزمایشگاه هوش مصنوعی برکلی
XDOF همچنین با آزمایشگاه تحقیقاتی هوش مصنوعی دانشگاه برکلی همکاری دارد تا مجموعهای از دادههای آموزشی رباتیک را منتشر کند. این مجموعه با نام ABC معرفی شده و شرکت آن را یکی از بزرگترین مجموعههای داده باکیفیت برای آموزش رباتها توصیف کرده است.
اهمیت چنین مجموعههایی فقط به حجم داده مربوط نمیشود. برای آموزش رباتهای عمومی، کیفیت، تنوع و ساختار داده نیز اهمیت زیادی دارد. دادهای که با روش استاندارد و قابل تکرار جمعآوری شده باشد، میتواند برای آموزش و ارزیابی مدلهای رباتیک ارزش بیشتری داشته باشد.
۲۰ مشتری و چند آزمایشگاه پیشرفته هوش مصنوعی
XDOF پیشتر اعلام کرده بود که با حدود ۲۰ مشتری همکاری دارد و تعدادی از آنها از آزمایشگاههای پیشرفته هوش مصنوعی هستند. حضور چنین مشتریانی نشان میدهد تقاضا برای دادههای واقعی رباتیک فقط یک فرض نظری نیست و شرکتهای فعال در توسعه نسل بعدی هوش مصنوعی به این نوع داده نیاز دارند.
اگر این تقاضا در سالهای آینده افزایش پیدا کند، شرکتهایی که زیرساخت جمعآوری، پردازش و برچسبگذاری دادههای فیزیکی را در اختیار دارند، میتوانند نقش مهمی در زنجیره ارزش صنعت رباتیک ایفا کنند.
درآمد سالانه XDOF به ۵۰ میلیون دلار نزدیک میشود
یکی از دلایل مهم توجه سرمایهگذاران به XDOF، رشد سریع درآمد این شرکت است. بر اساس اطلاعات منتشرشده، درآمد سالانهشده استارتاپ در حال نزدیک شدن به ۵۰ میلیون دلار است. این رقم برای شرکتی که مدت کوتاهی از خروج آن از حالت مخفی میگذرد، قابل توجه محسوب میشود.
همین رشد باعث شده سرمایهگذاران به سراغ XDOF بروند و شرکت برخلاف برنامه اولیه خود، تنها مدت کوتاهی پس از جذب سرمایه Series A وارد مذاکرات برای دور بعدی تأمین مالی شود.
XDOF در ماه ژوئن موفق شده بود ۷۰ میلیون دلار در دور Series A جذب کند. این دور با مشارکت سرمایهگذارانی از جمله Thrive Capital، Andreessen Horowitz، Lux و Spark Capital انجام شد. فاصله کوتاه میان این سرمایهگذاری و مذاکرات Series B نشاندهنده سرعت رشد مورد انتظار سرمایهگذاران برای این بازار است.
Series B یک میلیارد دلاری شدن XDOF را رقم میزند؟
در حال حاضر ارزشگذاری مورد بحث برای دور Series B حدود ۱.۲ میلیارد دلار گزارش شده است. هنوز مشخص نیست XDOF دقیقاً چه میزان سرمایه جدید جذب خواهد کرد و آیا ارزشگذاری اعلامشده شامل سرمایه تازه نیز میشود یا خیر.
همچنین مذاکرات هنوز نهایی نشدهاند و شرایط معامله میتواند تغییر کند. بنابراین ارزشگذاری ۱.۲ میلیارد دلاری را باید در شرایط فعلی بهعنوان ارزش مورد مذاکره در نظر گرفت، نه یک رقم قطعی و نهایی.
با وجود این ابهامات، ورود سرمایهگذاری مانند 8VC به مذاکرات نشان میدهد حوزه دادههای رباتیک در حال تبدیل شدن به یکی از بخشهای جذاب بازار سرمایهگذاری هوش مصنوعی است.
رقبای XDOF چه شرکتهایی هستند؟
XDOF تنها استارتاپی نیست که روی جمعآوری دادههای واقعی برای آموزش رباتها کار میکند. شرکتهایی مانند Mecka AI نیز در این حوزه فعالیت دارند. از طرف دیگر، شرکتهایی که پیشتر روی دادههای انسانی برای آموزش مدلهای زبانی کار میکردند، بهتدریج در حال ورود به دنیای رباتیک هستند.
Scale AI و Micro1 نمونههایی از شرکتهایی هستند که در بازار داده انسانی حضور دارند و میتوانند بخشی از ظرفیت خود را به نیازهای جدید صنعت رباتیک اختصاص دهند. این مسئله نشان میدهد رقابت در آینده احتمالاً فقط میان استارتاپهای تازهتأسیس رباتیک نخواهد بود و شرکتهای بزرگتر حوزه داده نیز میتوانند وارد بازار شوند.
چرا داده رباتیک میتواند به کسبوکاری میلیارددلاری تبدیل شود؟
رباتهای عمومی برای موفقیت باید بتوانند در محیطهای واقعی و غیرقابل پیشبینی فعالیت کنند. برخلاف یک محیط آزمایشگاهی کنترلشده، خانه، کارخانه یا فروشگاه پر از اشیا و شرایط متفاوت است. یک ربات برای عملکرد مناسب باید از نمونههای بسیار متنوعی یاد گرفته باشد.
این نیاز باعث میشود حجم داده مورد نیاز بسیار زیاد باشد. علاوه بر حجم، داده باید از انسانها، محیطها و وظایف متنوع جمعآوری شود. شرکتی که بتواند چنین دادهای را در مقیاس بالا تولید و استانداردسازی کند، میتواند به یک تأمینکننده کلیدی برای صنعت رباتیک تبدیل شود.
از این منظر، XDOF تلاش میکند یک لایه زیرساختی میان انسانها و آزمایشگاههای هوش مصنوعی ایجاد کند؛ لایهای که وظیفه آن تبدیل تعاملات دنیای واقعی به داده قابل استفاده برای آموزش ماشینهاست.
آینده XDOF به چه چیزی وابسته است؟
رشد سریع XDOF فرصت بزرگی برای این شرکت ایجاد کرده، اما ارزشگذاری بالا انتظارات زیادی نیز به همراه دارد. XDOF باید بتواند شبکه جمعآوری داده خود را در مقیاس جهانی توسعه دهد، کیفیت دادهها را حفظ کند و همزمان پاسخگوی نیاز شرکتهای بزرگ رباتیک باشد.
از سوی دیگر، پیشرفت مدلهای رباتیک میتواند تقاضا برای دادههای واقعی را بیشتر کند. هرچه شرکتها به سمت ساخت رباتهای عمومیتر حرکت کنند، نیاز به مجموعه دادههای متنوعتر نیز افزایش پیدا خواهد کرد.
در چنین شرایطی، رقابت بر سر داده میتواند به اندازه رقابت بر سر تراشه، مدل هوش مصنوعی و سختافزار ربات اهمیت پیدا کند. اگر XDOF بتواند جایگاه خود را در این زنجیره تثبیت کند، ارزشگذاری میلیارددلاری آن میتواند بازتابی از اهمیت زیرساخت داده در نسل بعدی صنعت هوش مصنوعی باشد.
جمعبندی؛ XDOF روی گلوگاه نسل بعدی هوش مصنوعی سرمایهگذاری کرده است
استارتاپ XDOF با تمرکز بر جمعآوری دادههای واقعی برای آموزش رباتها وارد بازاری شده که احتمالاً در سالهای آینده اهمیت بیشتری پیدا خواهد کرد. این شرکت تلاش میکند کاری را انجام دهد که بسیاری از آزمایشگاههای هوش مصنوعی و شرکتهای رباتیک نمیتوانند بهسادگی در داخل مجموعه خود انجام دهند: ایجاد زیرساخت گسترده برای جمعآوری و آمادهسازی دادههای فیزیکی.
ترکیب تلهاپریشن، حسگرهای پوشیدنی، اپراتورهای انسانی و سیستمهای پردازش و برچسبگذاری داده، مدل کسبوکار XDOF را شکل داده است. رشد درآمد سالانهشده نزدیک به ۵۰ میلیون دلار و جذب ۷۰ میلیون دلار در Series A نیز باعث شده سرمایهگذاران خیلی زود دوباره به سراغ این شرکت بیایند.
مذاکرات Series B با ارزشگذاری حدود ۱.۲ میلیارد دلار هنوز نهایی نشده است، اما همین خبر نشان میدهد بازار دادههای رباتیک دیگر یک حوزه فرعی در صنعت هوش مصنوعی نیست. در صورت ادامه رشد رباتهای عمومی، دادههای واقعی میتوانند به یکی از باارزشترین داراییهای این صنعت تبدیل شوند.
برای اطلاعات بیشتر به ایران نت مراجعه کنید.
“`
