Unitary AI 以多模式方法獲得 1500 萬美元，用於影片內容審查
背景
線上媒體世界中，內容審查一直是一個具有爭議性的話題。在未來的很多年裡，新的法規和公眾關注將使內容審查成為一項優先問題。然而武器化的人工智慧和其他技術進步使得解決這個問題變得越來越困難。英國劍橋的新創公司 Unitary AI 相信它已經找到了一種更好的方法來應對內容審查的挑戰，即透過使用"多模式"方法來幫助解析最復雜的媒介：影片。Unitary 今天宣佈獲得 1500 萬美元的融資，以利用市場上的動力。
多模式方法的創新
Unitary AI 相信，現有的工具在處理影片內容審查時並不像它們應該的那樣有效。這是因為到當前為止，這些工具通常僅僅集中在解析某種型別的資料，例如文字、音訊或圖片，而不是同時結合這些資料。這導致了大量的虛假標籤或者沒有標籤。Unitary AI 的 CEO Sasha Haco 解釋說，"Unitary 的創新之處在於我們擁有真正的多模式模型。為了理解影片的細微差異，例如是藝術還是暴力，你需要能夠模擬人類審查員觀看影片的方式。我們透過分析文字、聲音和視覺來實現這一點。"
市場機遇和競爭
在影片領域，內容審查的挑戰之大使得人工智慧成為一個合適的應用領域。沒有一支足夠龐大的人力軍隊能夠解析在 YouTube、Facebook、Reddit 或 TikTok 等平臺上生成和分享的數以萬計的ゼタ位（1ゼタ位等於 10 的 21 次方）資料。Unitary AI 的"多模式"方法在這個市場上引起了投資者的興趣。Christopher Steed，Paladin Capital Group 的首席投資官在一份宣告中表示："在網路世界中，對於標識有害內容來說需要一種技術驅動的方法。"
然而 Unitary AI 所處的市場也非常競爭激烈。OpenAI、微軟（使用自家的人工智慧，而非 OpenAI 的）、Hive、Active Fence/Spectrum Labs、Oterlu（現在是 Reddit 的一部分）、Sentropy（現在是 Discord 的一部分）和 Amazon 的 Rekognition 等公司都在使用人工智慧的不同方面來建立內容審查工具。不過 Unitary AI 的創新之處在於它能夠運用多種模式來解析影片內容，這是其他公司所沒有的優勢。
未來趨勢
多模式的人工智慧研究已經進行了多年，但我們似乎正在進入一個應用這一概念的新時代。以 Meta 為例，就在上週的 Connect 主題演講中，他們多次提到了多模式人工智慧。因此 Unitary AI 正處於前沿研究和現實應用的有趣交匯點。
結論
內容審查是一個重要的問題，需要技術和人力方法結合來解決。Unitary AI 透過它的多模式方法為影片內容審查帶來了新的可能性。這種方法不僅能夠更準確地分類內容，還能夠減輕人力團隊的工作壓力。隨著人工智慧技術的不斷發展，我們期待看到更多創新的應用，以解決現實世界中的難題。
延伸閱讀
- AI 蓬勃發展，馬斯克對抗機械革命
- OpenAI 成立團隊控制「超智慧」AI，卻任憑其枯萎——訊息來源指出
- 開放 AI 與 Reddit 資料簽署合約，訓練人工智慧
- 智慧錢包 Kudos 獲得 1000 萬美元投資，研發 AI 功能挑選最佳信用卡
- 微軟成功閃過英國反壟斷調查：Mistral AI 投資引發話題
- 索尼音樂警告科技公司避免未經授權使用其內容訓練人工智慧
- Strava 啟用人工智慧防篡改排行榜，推出「家庭」計畫、深色模式等
- Pitch Deck 分解：Goodcarbon 的 550 萬種子輪籮
- 醫療保健公司 WebTPA 披露侵害 250 萬人的資料洩露事件
- 參議院研究建議：每年至少撥款 320 億美元用於人工智慧計劃
