Unitary AI:多模態方法在影片內容審查中的應用
摘要
Unitary AI 是一家位於英國劍橋的新創公司,它使用多模態方法來處理影片內容審查這一難題。透過分析文字、聲音和視覺等多種元素,Unitary AI 相信它可以更準確地判斷影片內容是否具有有害成分。近期,Unitary AI 宣布獲得了 1500 萬美元的融資,將用於擴大業務範圍和招聘更多人才。背景
線上媒體中,內容審查一直是一個具有爭議的議題。新的法規和公眾關注將使內容審查成為許多年來的重點。然而武器化的人工智慧和其他技術進步使得解決內容審查難題變得越來越困難。Unitary AI 相信,透過使用多模態方法來幫助解析影片這一最複雜的媒介,它已經找到了更好的解決方案。多模態方法的創新之處
現有的內容審查工具在處理影片內容時並不如理想。這是因為這些工具到當前為止通常是為理解析某種型別的資料(例如文字、音訊或影象),而不是結合多種元素的資料同時進行分析。這導致了許多誤報(或相反,沒有任何報警)。Unitary AI 的創始人之一 Sasha Haco 表示:“Unitary AI 的創新之處在於我們擁有真正的多模態模型。為了理解影片的細微區別,例如其是否具有藝術性或暴力性,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、聲音和視覺等方面來實現這一點。”多模態方法的應用前景
在過去的幾年裡,人工智慧的多模態研究一直在進行。然而我們似乎正進入一個應用這一概念的時代。例如,Facebook(元)最近在其 Connect 大會上多次提到了多模態人工智慧技術。Unitary AI 正處於尖端研究和現實應用的有趣交叉點上。競爭與未來展望
在內容審查的領域中,已經出現了數十家新創公司,它們利用不同的人工智慧技術來建立內容審查工具。然而 Unitary AI 的多模態方法在影片內容審查方面具有獨特優勢。儘管競爭激烈,但 Unitary AI 已經能夠吸引到頂尖風投公司的投資。評論
內容審查一直是社交平臺、遊戲公司和其他數位媒體渠道面臨的挑戰。然而隨著社交媒體公司放鬆內容審查政策,事實核查組織的動力減弱以及有關有害內容審查倫理的問題依然存在,對內容審查的熱情有所減退。Unitary AI 的創新方法可能有助於應對這一問題。多模態方法的價值
多模態方法擁有巨大的應用價值。它可以幫助更準確地分析影片內容,從而更有效地審查有害內容。然而由於這種方法需要結合多種資料元素,因此相對複雜且困難實現。Unitary AI 的成功將為這一領域開創新的道路,並可能成為其他內容審查公司的借鑒物件。多模態方法的局限性
然而多模態方法也存在一些局限性。由於影片內容的多樣性和多維特性,審查工作的主觀性結果將成為一個挑戰。此外這種方法需要大量的資料和計算資源,可能約束了其在審查影片內容時的實用性。建議
對 Unitary AI 來說擴大業務範圍和招聘更多人才是當前的主要任務。在擴張過程中,他們應該繼續與客戶合作,從他們的反饋中不斷改進多模態方法的效果。此外他們還需要與相關的行業協會和政府機構合作,制定更加全面和有效的內容審查標準和法規。 作為投資者和使用者,我們也應該關注內容審查的發展。雖然人工智慧技術可以提高內容審查的效率,但我們也需要思考和討論相關的道德和法律問題。同時我們需要對內容審查工作進行更加全面和客觀的評估,以確保這項工作能夠真正實現其目標,即保護使用者免受有害內容的傷害。ArtificialIntelligence-UnitaryAI,多模態方法,影片內容審查,資金籌集,技術新聞
延伸閱讀
- 本週人工智慧大事記:OpenAI 轉向非安全應用
- Google Maps 將於今年晚些時候推出地理空間增強實境內容
- 盧西德機器人為清潔不只是窗戶,籌得 900 萬美元資金
- Danti 自然語言搜尋引擎獲得 500 萬美元融資,將應用於地球資料領域
- 基於人工智慧時代,Anon 正在打造自動化認證層 - 技術新聞
- Flatpay 獲得 4700 萬美元資金,專注於簡單的付款解決方案以服務小型商戶
- Nvidia 下一代 Blackwell 平臺將於 2025 年初登陸 Google 雲端
- Coalesce 再次籌集資金,以協助 Snowflake 客戶轉換資料
- SaaS 新創公司 SingleInterface 籌集 3000 萬美元資金,協助更多企業上線
- 新創公司籌資困難或持續,風投難以填補資金缺口