به گزارش ایران نت، مارسا مایر، مدیرعامل سابق یاهو، با معرفی Dazzle رویکرد متفاوتی را در بازار دستیارهای هوش مصنوعی شخصی دنبال می‌کند. در حالی که بسیاری از دستیارهای جدید برای شناخت کاربر به ایمیل، تقویم، پیام‌ها، خریدهای آنلاین و سایر داده‌های متنی متکی هستند، Dazzle یک منبع متفاوت را در مرکز توجه قرار داده است: گالری عکس گوشی.
مایر معتقد است عکس‌هایی که کاربران در طول سال‌ها روی تلفن همراه خود ذخیره کرده‌اند، اطلاعات بسیار بیشتری درباره سبک زندگی، علایق، خانواده، سفرها و عادت‌های آن‌ها در خود دارند. Dazzle با تحلیل این تصاویر تلاش می‌کند شناختی شخصی‌تر از کاربر ایجاد کند و سپس بر اساس همین شناخت، پیشنهادها و کمک‌های مختلفی ارائه دهد.
این استارتاپ در دسامبر سال گذشته موفق شد ۸ میلیون دلار سرمایه اولیه جذب کند و حالا وارد مرحله عرضه محصول شده است. ایده اصلی Dazzle آن است که به جای ساختن یک تصویر از کاربر از میان صدها سرویس مختلف، بخش بزرگی از این شناخت را از یک منبع واحد یعنی Camera Roll استخراج کند.
Dazzle چیست و چه تفاوتی با دستیارهای هوش مصنوعی دیگر دارد؟
Dazzle یک دستیار هوش مصنوعی شخصی است که کاربر می‌تواند از طریق اپلیکیشن یا پیام متنی با آن تعامل داشته باشد. اما تفاوت اصلی آن در منبع اطلاعاتی است که برای شناخت کاربر استفاده می‌کند.
دستیارهای هوش مصنوعی شخصی معمولاً برای ارائه پاسخ‌های دقیق‌تر به داده‌هایی مانند ایمیل، تقویم، سابقه خرید، پیام‌ها یا اسناد کاری نیاز دارند. Dazzle مسیر دیگری را انتخاب کرده و تلاش می‌کند از روی عکس‌های ذخیره‌شده در گوشی، تصویری از زندگی روزمره کاربر بسازد.
این تصاویر می‌توانند شامل عکس سفرها، اعضای خانواده، غذاها، فعالیت‌های ورزشی، خریدها، مکان‌های دیدنی و رویدادهای مختلف باشند. بنابراین از نگاه سازندگان Dazzle، یک گالری عکس بزرگ می‌تواند مجموعه‌ای از اطلاعات پراکنده اما بسیار ارزشمند درباره فرد در اختیار هوش مصنوعی قرار دهد.
چرا گالری عکس می‌تواند اطلاعات زیادی درباره شما داشته باشد؟
مارسا مایر در معرفی Dazzle بر این ایده تأکید دارد که عکس‌ها منبعی کمتر مورد توجه برای شناخت افراد هستند. هر تصویر به‌تنهایی شاید اطلاعات محدودی داشته باشد، اما وقتی هزاران عکس در طول چند سال کنار هم قرار می‌گیرند، الگوهای مشخصی در آن‌ها ظاهر می‌شود.
برای مثال، مجموعه‌ای از تصاویر مربوط به سفرهای کوهستانی می‌تواند نشان دهد که فرد به طبیعت و فعالیت‌های فضای باز علاقه دارد. عکس‌های متعدد از رستوران‌ها یا غذاها ممکن است علاقه به تجربه‌های غذایی را نشان دهد و تصاویر مربوط به کودکان نیز می‌تواند سرنخ‌هایی درباره علایق و فعالیت‌های خانوادگی ارائه کند.
Dazzle تلاش می‌کند همین الگوها را شناسایی کند. مایر می‌گوید این سیستم می‌تواند مواردی مانند علاقه کاربر به اسکی، آخرین سفر او یا سرگرمی‌های فرزندانش را از روی تصاویر تشخیص دهد.
Dazzle چه کارهایی انجام می‌دهد؟
قابلیت‌های Dazzle را می‌توان در دو گروه اصلی قرار داد. گروه اول مربوط به وظایف فوری است؛ یعنی موقعیت‌هایی که هوش مصنوعی تصاویر اخیر را بررسی می‌کند تا اطلاعات مورد نیاز کاربر را پیدا کند.
برای نمونه، اگر کاربر تصویری از یک پوستر یا اعلامیه مربوط به یک رویداد در گالری خود داشته باشد، Dazzle می‌تواند اطلاعات موجود در آن را استخراج کرده و در صورت فراهم بودن شرایط، برای اضافه کردن رویداد به تقویم کمک کند.
مثال دیگر، تشخیص یک مشکل در عکس است. اگر کاربر تصویری از درِ خراب گاراژ خود در گالری داشته باشد، Dazzle می‌تواند متوجه موضوع شود و به پیدا کردن تعمیرکار کمک کند.
پیشنهادهای شخصی بر اساس گذشته کاربر
گروه دوم قابلیت‌ها جذاب‌تر است. Dazzle می‌تواند کل یا بخشی از گالری عکس کاربر را بررسی کند و بر اساس الگوهای کشف‌شده، پیشنهادهایی برای آینده ارائه دهد.
این پیشنهادها می‌توانند از برنامه‌ریزی تعطیلات گرفته تا انتخاب هدیه تولد یا پیدا کردن فعالیت مناسب برای اعضای خانواده را شامل شوند. در این حالت، دستیار فقط به سؤال مستقیم کاربر پاسخ نمی‌دهد، بلکه تلاش می‌کند بر اساس شناختی که از علایق او به دست آورده، ایده‌های جدیدی ارائه کند.
تجربه مارسا مایر با Dazzle
مایر خود یکی از کاربران فعال Dazzle است و برای برنامه‌ریزی فعالیت‌های خانوادگی از آن استفاده می‌کند. طبق توضیحات او، Dazzle با بررسی عکس‌های خانوادگی متوجه شده که خانواده‌اش به اتاق‌های فرار علاقه دارند و سپس چند مکان در منطقه خلیج سان‌فرانسیسکو پیشنهاد کرده که مایر پیش‌تر با آن‌ها آشنا نبوده است.
این مثال نشان می‌دهد هدف Dazzle صرفاً استخراج اطلاعات قابل مشاهده در یک تصویر نیست. سیستم تلاش می‌کند چندین عکس را در کنار یکدیگر قرار دهد و از آن‌ها به یک نتیجه کلی درباره سلیقه کاربر برسد.
چنین قابلیتی می‌تواند تجربه‌ای متفاوت از جست‌وجوی معمولی در اینترنت ایجاد کند. در یک جست‌وجوی عادی، کاربر باید ابتدا علایق و شرایط خود را توضیح دهد؛ اما Dazzle تلاش می‌کند بخشی از این اطلاعات را از قبل از روی تصاویر تشخیص داده باشد.
آزمایش Dazzle چه نتایجی داشت؟
در آزمایش این دستیار برای پیدا کردن مقصد تعطیلات، Dazzle چند مقصد در منطقه مدیترانه پیشنهاد کرد. به نظر می‌رسید سفرهای قبلی به اسپانیا و یونان در شکل‌گیری این پیشنهادها نقش داشته‌اند.
با این حال، عملکرد سیستم کاملاً بدون نقص نبود. برای مثال، Dazzle مقصدی مانند سیسیل را نیز پیشنهاد کرده بود، در حالی که سفر کاربر به این منطقه مربوط به چهار سال قبل بوده است. این مسئله نشان می‌دهد که تشخیص الگو از روی تاریخچه عکس‌ها هنوز می‌تواند با مشکلاتی مانند قدیمی بودن داده یا برداشت نادرست از علایق همراه باشد.
در نمونه‌ای دیگر، Dazzle هنگام پیشنهاد هدیه تولد برای فرزند کاربر نتوانست به یاد بیاورد که او از قبل اسکیت‌سواری بلد است. بنابراین پیشنهاد خرید اسکیت نشان می‌داد که سیستم با وجود دسترسی به مجموعه بزرگی از تصاویر، الزاماً همه جزئیات مهم را درست به خاطر نمی‌سپارد.
با این حال، پیشنهادها می‌توانند متفاوت باشند
در کنار این خطاها، Dazzle توانست پیشنهادهای نسبتاً خاصی برای فعالیت‌های تفریحی ارائه کند؛ از جمله یک استودیوی سفالگری محلی یا تور کایاک‌سواری برای تماشای پدیده زیست‌تابی در خلیج تومالس.
این نوع پیشنهادها نشان می‌دهند ارزش احتمالی Dazzle فقط در پیدا کردن اطلاعات موجود در عکس‌ها نیست، بلکه در ترکیب شناخت حاصل از گالری با اطلاعات بیرونی قرار دارد. اگر این سیستم بتواند در طول زمان شناخت دقیق‌تری از کاربر ایجاد کند، پیشنهادهای آن ممکن است نسبت به توصیه‌های عمومی دستیارهای هوش مصنوعی شخصی‌تر شوند.
چرا Dazzle روی عکس‌ها تمرکز کرده است؟
تمرکز Dazzle روی تصاویر تا حدی با سابقه کاری مایر نیز ارتباط دارد. او پیش‌تر استارتاپی به نام Sunshine را تأسیس کرده بود که در سال ۲۰۲۴ ابزار اشتراک‌گذاری عکس مبتنی بر هوش مصنوعی به نام Shine را معرفی کرد.
Shine نتوانست به استفاده گسترده دست پیدا کند و در نهایت تعطیل شد، اما مایر معتقد است این پروژه فناوری و دانش فنی ارزشمندی ایجاد کرده است. Dazzle را می‌توان تا حدی ادامه همین مسیر دانست؛ با این تفاوت که این بار هدف فقط اشتراک‌گذاری عکس نیست، بلکه استفاده از گالری تصاویر به عنوان منبع اصلی شناخت کاربر است.
حریم خصوصی؛ مهم‌ترین سؤال درباره Dazzle
هرچقدر یک دستیار هوش مصنوعی اطلاعات بیشتری درباره کاربر بداند، نگرانی‌های مربوط به حریم خصوصی نیز بیشتر می‌شود. گالری عکس بسیاری از افراد یکی از شخصی‌ترین بخش‌های تلفن همراه آن‌ها است و ممکن است تصاویر خانوادگی، کودکان، سفرها، محل زندگی، دوستان و اطلاعات دیگری را در خود داشته باشد.
مایر استدلال می‌کند که برخی کاربران ممکن است ترجیح دهند گالری عکس خود را در اختیار یک دستیار هوش مصنوعی قرار دهند تا اینکه دسترسی کاملی به ایمیل‌ها و پیام‌های شخصی خود بدهند. از دید او، عکس‌ها می‌توانند اطلاعات زیادی ارائه کنند، اما ممکن است برای برخی کاربران از نظر ماهیت دسترسی، گزینه قابل‌قبول‌تری نسبت به ارتباطات متنی خصوصی باشند.
با این حال، این موضوع کاملاً به دیدگاه و سطح حساسیت هر کاربر بستگی دارد. یک گالری عکس نیز می‌تواند اطلاعات بسیار حساسی داشته باشد و دسترسی هوش مصنوعی به آن نباید صرفاً به دلیل تصویری بودن داده‌ها کم‌خطر تلقی شود.
Dazzle می‌گوید داده‌های حساس را حذف می‌کند
سازندگان Dazzle اعلام کرده‌اند که حریم خصوصی را در طراحی محصول در اولویت قرار داده‌اند و اطلاعات شخصی‌ای را که سیستم به عنوان داده حساس شناسایی کند، کنار می‌گذارند.
با این حال، برای کاربران مهم است که بدانند داده‌ها دقیقاً چگونه پردازش می‌شوند، چه اطلاعاتی روی دستگاه باقی می‌ماند، چه داده‌هایی به سرور منتقل می‌شود و چه مدت نگهداری خواهند شد. همچنین باید مشخص باشد که کاربر چگونه می‌تواند دسترسی Dazzle به تصاویر خود را متوقف یا حذف کند.
Dazzle در برابر Muse و دیگر دستیارهای هوش مصنوعی
ورود Dazzle به بازار در زمانی اتفاق افتاده که شرکت‌های فناوری مختلف در حال ساخت نسل جدیدی از دستیارهای هوش مصنوعی شخصی هستند. محصولاتی مانند Muse تلاش می‌کنند با اتصال به سرویس‌های مختلف، تصویری جامع از زندگی دیجیتال کاربر ایجاد کنند.
Dazzle اما رویکرد محدودتری دارد و در عوض روی یک منبع داده متمرکز شده است. این محدودیت می‌تواند هم نقطه قوت و هم نقطه ضعف محصول باشد.
از یک سو، اتصال نداشتن به ایمیل و مجموعه بزرگی از سرویس‌های کاری ممکن است نگرانی‌های خاصی را کاهش دهد و محصول را ساده‌تر کند. از سوی دیگر، دستیار برای برخی وظایف به اطلاعاتی دسترسی ندارد که برای تصمیم‌گیری دقیق ضروری هستند.
به همین دلیل، Dazzle فعلاً بیشتر شبیه یک دستیار شخصی برای ایده‌پردازی، کشف علایق و پیشنهاد فعالیت است تا یک عامل هوش مصنوعی همه‌کاره که بتواند تمام امور دیجیتال کاربر را مدیریت کند.
آینده دستیارهای هوش مصنوعی؛ از پاسخ‌گویی تا شناخت کاربر
ظهور Dazzle نشان‌دهنده تغییر مهمی در مسیر توسعه دستیارهای هوش مصنوعی است. نسل اول دستیارها عمدتاً منتظر می‌ماندند تا کاربر سؤال خود را مطرح کند و سپس پاسخ می‌دادند. نسل جدید تلاش می‌کند با دسترسی به اطلاعات شخصی، زمینه بیشتری برای درک درخواست‌ها ایجاد کند.
اگر این روند ادامه پیدا کند، ممکن است دستیارهای آینده نه‌تنها بدانند کاربر چه سؤالی پرسیده، بلکه اطلاعات بیشتری درباره علایق، عادات و سبک زندگی او نیز در اختیار داشته باشند. در چنین شرایطی، هوش مصنوعی می‌تواند پیشنهادهایی ارائه کند که بیش از یک پاسخ عمومی به نظر برسند.
البته هرچه شناخت AI از کاربر عمیق‌تر شود، اهمیت کنترل داده‌ها و حریم خصوصی نیز افزایش پیدا می‌کند. موفقیت محصولاتی مانند Dazzle فقط به توانایی آن‌ها در تشخیص اشیا و افراد داخل عکس‌ها بستگی ندارد؛ بلکه میزان اعتماد کاربران به نحوه مدیریت این اطلاعات نیز تعیین‌کننده خواهد بود.
Dazzle می‌خواهد عکس‌های شما را به حافظه دیجیتال تبدیل کند
ایده اصلی Dazzle در نهایت بسیار ساده است: گالری عکس شما می‌تواند داستان زندگی شما را روایت کند. سفرها، خانواده، سرگرمی‌ها، غذاها، خریدها و فعالیت‌های روزمره همگی در طول سال‌ها در قالب تصویر ثبت می‌شوند و یک سیستم هوش مصنوعی می‌تواند با تحلیل این مجموعه، الگوهایی را پیدا کند که شاید حتی خود کاربر به آن‌ها توجه نکرده باشد.
محصول هنوز در ابتدای مسیر قرار دارد و آزمایش‌های اولیه نیز نشان داده‌اند که Dazzle ممکن است بعضی جزئیات را فراموش کند یا از داده‌های قدیمی برداشت نادرستی داشته باشد. با این حال، رویکرد آن نشان می‌دهد آینده دستیارهای شخصی هوش مصنوعی لزوماً فقط در اتصال به ایمیل و تقویم خلاصه نمی‌شود.
اگر Dazzle بتواند دقت خود را افزایش دهد و هم‌زمان اعتماد کاربران را درباره نحوه پردازش تصاویر جلب کند، گالری عکس می‌تواند به یکی از منابع مهم برای ساخت دستیارهای واقعاً شخصی تبدیل شود؛ دستیارهایی که به جای دانستن صرفاً کارهایی که انجام می‌دهید، تلاش می‌کنند بفهمند چه چیزهایی برای شما اهمیت دارد.
برای اطلاعات بیشتر به ایران نت مراجعه کنید.
“`
