LIÊN HỆ HOTLINE/ZALO: 0981.243.678

Safeworld gọi vốn 12 triệu USD nhằm kiểm thử an toàn cho robot ứng dụng AI tạo sinh
Safeworld huy động hơn 12 triệu USD để xây dựng mô phỏng con người kỹ thuật số, giải quyết bài toán an toàn trước khi robot AI tạo sinh phổ biến.
Việc tích hợp các mô hình trí tuệ nhân tạo tạo sinh (generative AI) vào hệ thống điều khiển robot đang đặt ra bài toán hóc búa về độ tin cậy khi các thuật toán xác suất này không thể dự đoán tuyến tính như phần mềm truyền thống. Nhằm giải quyết rủi ro tiềm ẩn này trước khi các dòng robot hình người xuất hiện đại trà, Safeworld đã chính thức ra mắt sau giai đoạn hoạt động bí mật với vòng hạt giống (seed round) trị giá hơn 12 triệu USD.
Bài toán đánh giá rủi ro xác suất cho robot thế hệ mới
Vòng gọi vốn do Shine Capital và a16z Speedrun dẫn dắt, cùng sự tham gia của Box Group, Quỹ tài trợ Đại học Carnegie Mellon (Carnegie Mellon University Endowment), Innovation Endeavors và SV Angel. Safeworld được đồng sáng lập bởi Tiến sĩ Ding Zhao, Giám đốc Phòng thí nghiệm AI An toàn tại Đại học Carnegie Mellon, cùng cựu lãnh đạo startup Kyle Wong và kỹ sư học máy Simo Rachidi.

Thách thức lớn nhất hiện nay nằm ở việc xác thực các hệ số an toàn khi thuật toán mang tính xác suất. Theo ông Jonathan Lai, đối tác tại a16z Speedrun, thời điểm xây dựng tiêu chuẩn an toàn công nghiệp (industry safety standard) phải là ngay trong giai đoạn thiết kế và thử nghiệm, trước khi robot hiện diện trong các hộ gia đình và gây ra sự cố va chạm ngoài tầm kiểm soát.
Mô phỏng hành vi con người trong môi trường không định hình
Công nghệ cốt lõi của Safeworld tập trung vào việc đánh giá hệ thống điều khiển robot bên trong các môi trường mô phỏng vật lý như Genesis hoặc MuJoCo, nơi tích hợp các mô hình người kỹ thuật số với hành vi chân thực. Khác với bài toán xe tự hành vốn vận hành theo quy tắc đường bộ tương đối đồng nhất, robot hoạt động trong các môi trường phi cấu trúc (unstructured environments) phức tạp hơn nhiều.
Hệ thống của Safeworld cho phép giả lập các góc khuất trong nhà máy, tính toán khoảng cách dừng an toàn (stopping distance) khi công nhân mang vác vật cản tầm nhìn, hoặc các tình huống bất ngờ như trượt ngã. Việc tái hiện hàng nghìn tình huống biên (edge cases) trên phần mềm giúp các nhà sản xuất không phải mạo hiểm thử nghiệm va chạm vật lý ngoài đời thực.
Nhu cầu kiểm định độc lập và ứng dụng thực tế
Safeworld hiện hợp tác cùng Gritt Robotics, công ty đang phát triển hệ thống điều khiển thông minh cho robot lắp đặt tấm pin năng lượng mặt trời quy mô lớn. Vishal Dugar, Giám đốc Công nghệ (CTO) của Gritt Robotics, nhận định độ an toàn của các hệ thống phức tạp không thể chứng minh đơn thuần qua các công thức toán học mà bắt buộc phải kiểm chứng bằng thực nghiệm đa biến, từ vóc dáng, chuyển động cho đến trang phục của người lao động.
Nhóm sáng lập tin rằng một đơn vị kiểm định độc lập thứ ba là mắt xích thiết yếu để ngành công nghiệp robot chia sẻ dữ liệu về các trường hợp lỗi nguy hiểm mà không làm lộ bí mật thương mại. Safeworld đang hoàn thiện mô hình thương mại, cân nhắc giữa việc cung cấp nền tảng phần mềm trực tiếp hoặc dịch vụ thẩm định an toàn trọn gói cho các nhà sản xuất trước khi thương mại hóa trên diện rộng.
Nguồn: TechCrunch

Liên hệ qua Zalo