Reka AI เปิดตัว Rho-1 โมเดล omni รวมข้อความ ภาพ วิดีโอ และการควบคุมหุ่นยนต์

สิ่งที่เกิดขึ้น

Reka AI เปิดตัว Rho-1 โมเดลแบบ omni ขนาด 19 พันล้านพารามิเตอร์ ซึ่งสามารถประมวลผลข้อความ ภาพ วิดีโอ และการควบคุมหุ่นยนต์ได้ภายในโครงข่ายประสาทเทียมเพียงหนึ่งเดียว ตามรายงานของ The Decoder

การออกแบบนี้หมายความว่าความสามารถหลายด้านถูกรวมไว้ในโมเดลเดียว แทนที่จะกระจายไปยังโมเดลเฉพาะทางหลายตัวที่ต้องเชื่อมต่อกันเอง ซึ่งเป็นจุดที่ผู้พัฒนาระบบและผู้ให้บริการจะให้ความสนใจเป็นพิเศษ

ณ เวลาที่มีการรายงาน ยังไม่มีผลทดสอบประสิทธิภาพจากหน่วยงานอิสระ และยังไม่มีการเผยแพร่ราคาการใช้งาน ดังนั้นความสามารถในการใช้งานจริงและต้นทุนยังประเมินจากข้อมูลสาธารณะในขณะนี้ไม่ได้

ทำไมเรื่องนี้จึงสำคัญ

ประเด็นที่น่าติดตามคือทิศทางของโมเดล AI ที่พยายามรวมการรับรู้ภาพ วิดีโอ ภาษา และการสั่งงานทางกายภาพไว้ในระบบเดียว หากความสามารถนี้ทำงานได้จริงในวงกว้าง อาจเปิดทางให้องค์กรออกแบบประสบการณ์ที่ลูกค้าสื่อสารผ่านรูปภาพ วิดีโอ และข้อความในช่องทางเดียวกัน โดยมีระบบช่วยประมวลผลและตอบกลับในรอบเดียว

สำหรับผู้นำด้านประสบการณ์ AI และการเปลี่ยนผ่านดิจิทัล การลดจำนวนเครื่องมือที่ต้องประสานงานกันอาจช่วยให้สถาปัตยกรรมระบบเรียบง่ายขึ้น แต่ก็ทำให้คำถามด้านการกำกับดูแล การทดสอบความถูกต้อง และความรับผิดชอบเมื่อเกิดข้อผิดพลาดมีน้ำหนักมากขึ้นเช่นกัน โดยเฉพาะเมื่อโมเดลถูกนำไปเชื่อมกับการควบคุมอุปกรณ์หรือหุ่นยนต์

มุมมองของ Renascence

ผู้อ่านส่วนใหญ่มักให้ความสนใจกับคำว่า "โมเดลเดียวทำได้ทุกอย่าง" แต่สิ่งที่ผู้ให้บริการควรถามก่อนคือการเปลี่ยนแปลงนี้ช่วยปรับปรุงจุดใดของการเดินทางของลูกค้าอย่างเป็นรูปธรรม

ความสามารถแบบหลายรูปแบบไม่ได้ลบงานด้านการออกแบบบริการออกไป ทีมยังต้องกำหนดว่าจุดใดระบบควรตัดสินใจเอง จุดใดควรส่งต่อให้พนักงาน และจะเกิดอะไรขึ้นเมื่อระบบทำงานผิดพลาด ผู้คนไว้วางใจระบบจากความคาดเดาได้ของความล้มเหลวมากกว่าจากความฉลาดที่โฆษณาไว้ ดังนั้นผู้นำควรขอหลักฐานจากการทดสอบอิสระและกำหนดตัวชี้วัดความสำเร็จก่อนนำไปใช้ และควรเริ่มทดลองกับหนึ่งเส้นทางประสบการณ์ที่วัดผลกับค่าพื้นฐานปัจจุบันได้ชัดเจน