Category: Uncategorized

Nguồn:

Không có nội dung bài viết

Hãy tham gia sự kiện được tin tưởng bởi các nhà lãnh đạo doanh nghiệp trong gần hai thập kỷ. VB Transform tập hợp những người xây dựng chiến lược AI doanh nghiệp thực tế. Tìm hiểu thêm Hôm nay, tại Hội nghị thượng đỉnh Dữ liệu + AI hàng năm, Databricks đã công bố việc mở mã nguồn framework ETL khai báo cốt lõi của mình dưới dạng Apache Spark Declarative Pipelines, cung cấp nó cho toàn bộ cộng đồng Apache Spark trong một bản phát hành sắp tới. Databricks đã ra mắt framework này với tên gọi Delta Live Tables (DLT) vào năm 2022 và kể từ đó đã mở rộng nó để giúp các nhóm xây dựng và vận hành các pipeline dữ liệu đáng tin cậy, có khả năng mở rộng từ đầu đến cuối. Động thái mở mã nguồn này củng cố cam kết của công ty đối với các hệ sinh thái mở đồng thời đánh dấu một nỗ lực để vượt qua đối thủ Snowflake, công ty gần đây đã ra mắt dịch vụ Openflow của riêng mình để tích hợp dữ liệu — một thành phần quan trọng của kỹ thuật dữ liệu. Ưu đãi của Snowflake khai thác Apache NiFi để tập trung bất kỳ dữ liệu nào từ bất kỳ nguồn nào vào nền tảng của mình, trong khi Databricks đang cung cấp công nghệ kỹ thuật pipeline nội bộ của mình ở dạng mở, cho phép người dùng chạy nó ở bất kỳ đâu Apache Spark được hỗ trợ — và không chỉ trên nền tảng của riêng mình. Khai báo pipeline, để Spark xử lý phần còn lại Theo truyền thống, kỹ thuật dữ liệu có liên quan đến ba điểm khó khăn chính: soạn thảo pipeline phức tạp, chi phí hoạt động thủ công và nhu cầu duy trì các hệ thống riêng biệt cho khối lượng công việc hàng loạt và phát trực tuyến. Với Spark Declarative Pipelines, các kỹ sư mô tả những gì pipeline của họ nên làm bằng SQL hoặc Python và Apache Spark xử lý việc thực thi. Framework này tự động theo dõi các phụ thuộc giữa các bảng, quản lý việc tạo và phát triển bảng, đồng thời xử lý các tác vụ vận hành như thực thi song song, điểm kiểm tra và thử lại trong sản xuất. “Bạn khai báo một loạt các tập dữ liệu và luồng dữ liệu, và Apache Spark sẽ tìm ra kế hoạch thực thi phù hợp,” Michael Armbrust, kỹ sư phần mềm xuất sắc tại Databricks, cho biết trong một cuộc phỏng vấn với VentureBeat. Framework này hỗ trợ dữ liệu hàng loạt, phát trực tuyến và bán cấu trúc, bao gồm các tệp từ các hệ thống lưu trữ đối tượng như Amazon S3, ADLS hoặc GCS, ngay lập tức. Các kỹ sư chỉ cần xác định cả xử lý thời gian thực và định kỳ thông qua một API duy nhất, với các định nghĩa pipeline được xác thực trước khi thực thi để phát hiện các vấn đề sớm — không cần duy trì các hệ thống riêng biệt. “Nó được thiết kế cho thực tế của dữ liệu hiện đại như nguồn cấp dữ liệu thay đổi dữ liệu, bus tin nhắn và phân tích thời gian thực cung cấp năng lượng cho các hệ thống AI. Nếu Apache Spark có thể xử lý nó (dữ liệu), thì các pipeline này có thể xử lý nó,” Armbrust giải thích. Ông nói thêm rằng cách tiếp cận khai báo đánh dấu nỗ lực mới nhất của Databricks để đơn giản hóa Apache Spark. “Đầu tiên, chúng tôi đã làm cho điện toán phân tán trở nên hữu ích với RDD (Resilient Distributed Datasets). Sau đó, chúng tôi đã thực hiện thực thi truy vấn khai báo với Spark SQL. Chúng tôi đã mang mô hình tương tự đó đến phát trực tuyến với Structured Streaming và biến bộ nhớ đám mây thành giao dịch với Delta Lake. Bây giờ, chúng tôi đang thực hiện bước nhảy vọt tiếp theo là làm cho các pipeline đầu cuối trở nên khai báo,” ông nói. Đã được chứng minh ở quy mô lớn Mặc dù framework pipeline khai báo được thiết lập để được cam kết với codebase Spark, nhưng sức mạnh của nó đã được biết đến với hàng nghìn doanh nghiệp đã sử dụng nó như một phần của giải pháp Lakeflow của Databricks để xử lý khối lượng công việc từ báo cáo hàng loạt hàng ngày đến các ứng dụng phát trực tuyến dưới giây. Các lợi ích khá giống nhau trên toàn hội đồng: bạn lãng phí ít thời gian hơn cho việc phát triển pipeline hoặc các tác vụ bảo trì và đạt được hiệu suất, độ trễ hoặc chi phí tốt hơn nhiều, tùy thuộc vào những gì bạn muốn tối ưu hóa. Công ty dịch vụ tài chính Block đã sử dụng framework này để cắt giảm thời gian phát triển hơn 90%, trong khi Navy Federal Credit Union đã giảm thời gian bảo trì pipeline 99%. Công cụ Spark Structured Streaming, trên đó các pipeline khai báo được xây dựng, cho phép các nhóm điều chỉnh các pipeline cho độ trễ cụ thể của họ, xuống đến phát trực tuyến thời gian thực. “Với tư cách là một người quản lý kỹ thuật, tôi thích thực tế là các kỹ sư của tôi có thể tập trung vào những gì quan trọng nhất đối với doanh nghiệp,” Jian Zhou, quản lý kỹ thuật cấp cao tại Navy Federal Credit Union, cho biết. “Thật thú vị khi thấy mức độ đổi mới này hiện đang được mở mã nguồn, giúp nó có thể truy cập được vào nhiều nhóm hơn nữa.” Brad Turnbaugh, kỹ sư dữ liệu cấp cao tại 84.51°, lưu ý rằng framework này đã “giúp dễ dàng hỗ trợ cả hàng loạt và phát trực tuyến mà không cần kết hợp các hệ thống riêng biệt” đồng thời giảm lượng mã mà nhóm của ông cần quản lý. Cách tiếp cận khác với Snowflake Snowflake, một trong những đối thủ lớn nhất của Databricks, cũng đã thực hiện các bước tại hội nghị gần đây của mình để giải quyết các thách thức về dữ liệu, ra mắt một dịch vụ thu thập dữ liệu có tên Openflow. Tuy nhiên, cách tiếp cận của họ hơi khác so với cách tiếp cận của Databricks về phạm vi. Openflow, được xây dựng trên Apache NiFi, tập trung chủ yếu vào tích hợp và di chuyển dữ liệu vào nền tảng của Snowflake. Người dùng vẫn cần làm sạch, chuyển đổi và tổng hợp dữ liệu sau khi nó đến Snowflake. Mặt khác, Spark Declarative Pipelines, vượt xa bằng cách đi từ nguồn đến dữ liệu có thể sử dụng được. “Spark Declarative Pipelines được xây dựng để trao quyền cho người dùng khởi động các pipeline dữ liệu đầu cuối — tập trung vào việc đơn giản hóa việc chuyển đổi dữ liệu và các hoạt động pipeline phức tạp làm nền tảng cho các chuyển đổi đó,” Armbrust nói. Bản chất mã nguồn mở của Spark Declarative Pipelines cũng phân biệt nó với các giải pháp độc quyền. Người dùng không cần phải là khách hàng của Databricks để tận dụng công nghệ này, phù hợp với lịch sử đóng góp các dự án lớn như Delta Lake, MLflow và Unity Catalog cho cộng đồng mã nguồn mở của công ty. Dòng thời gian có sẵn Apache Spark Declarative Pipelines sẽ được cam kết với codebase Apache Spark trong một bản phát hành sắp tới. Tuy nhiên, dòng thời gian chính xác vẫn chưa rõ ràng. “Chúng tôi đã rất hào hứng về triển vọng mở mã nguồn framework pipeline khai báo của mình kể từ khi chúng tôi ra mắt nó,” Armbrust nói. “Trong hơn 3 năm qua, chúng tôi đã học được rất nhiều về các mẫu hoạt động tốt nhất và sửa chữa những mẫu cần tinh chỉnh. Bây giờ nó đã được chứng minh và sẵn sàng phát triển mạnh trong thế giới mở.” Việc triển khai mã nguồn mở cũng trùng với tính khả dụng chung của Databricks Lakeflow Declarative Pipelines, phiên bản thương mại của công nghệ này bao gồm các tính năng và hỗ trợ doanh nghiệp bổ sung. Hội nghị thượng đỉnh Dữ liệu + AI của Databricks diễn ra từ ngày 9 đến ngày 12 tháng 6 năm 2025 Thông tin chi tiết hàng ngày về các trường hợp sử dụng kinh doanh với VB Daily Nếu bạn muốn gây ấn tượng với sếp của mình, VB Daily sẽ giúp bạn. Chúng tôi cung cấp cho bạn thông tin nội bộ về những gì các công ty đang làm với AI tạo sinh, từ những thay đổi về quy định đến triển khai thực tế, để bạn có thể chia sẻ thông tin chi tiết để có ROI tối đa. Đăng ký ngay Đọc Chính sách bảo mật của chúng tôi Cảm ơn bạn đã đăng ký. Xem thêm bản tin VB tại đây. Đã xảy ra lỗi.

Hãy tham gia sự kiện được tin tưởng bởi các nhà lãnh đạo doanh nghiệp trong gần hai thập kỷ. VB Transform tập hợp những người xây dựng chiến lược AI doanh nghiệp thực tế. Tìm hiểu thêm Việc áp dụng AI tạo sinh đã tăng vọt 18,7% trong hai năm qua. Nhưng đồng thời, các khoản đầu tư bảo mật doanh nghiệp tập trung đặc biệt vào các rủi ro AI chỉ tăng 43%, tạo ra một khoảng cách đáng kể về khả năng chuẩn bị khi bề mặt tấn công AI nhanh chóng mở rộng. Hơn 70% doanh nghiệp đã trải qua ít nhất một vụ vi phạm liên quan đến AI chỉ trong năm ngoái, với các mô hình tạo sinh hiện là mục tiêu chính, theo các phát hiện gần đây của Viện SANS. Các cuộc tấn công do nhà nước tài trợ vào cơ sở hạ tầng AI đã tăng đột biến 218% so với năm trước, theo Báo cáo Mối đe dọa Toàn cầu năm 2025 của CrowdStrike. Đối với các CISO, các nhà lãnh đạo bảo mật và SOC, thực tế khắc nghiệt là điều hiển nhiên. Việc triển khai các mô hình AI mới ở quy mô lớn sẽ mở rộng theo cấp số nhân bề mặt tấn công của doanh nghiệp và các CISO phát biểu với điều kiện giấu tên đã nói với VentureBeat rằng các chiến thuật, chiến lược và công nghệ bảo mật truyền thống đang gặp khó khăn trong việc theo kịp. Ngành công nghiệp an ninh mạng đã đạt đến một bước ngoặt quan trọng: bảo mật AI tạo sinh đòi hỏi nhiều hơn là các công cụ bổ sung; nó đòi hỏi một sự thay đổi kiến trúc hoàn toàn. May mắn thay, CrowdStrike cũng đang cung cấp một giải pháp mới: Vào ngày 11 tháng 6 tại sự kiện GTC Paris của NVIDIA, công ty bảo mật đã thông báo rằng họ đã nhúng Falcon Cloud Security trực tiếp vào LLM NIM (NVIDIA Inference Microservice) phổ quát của NVIDIA. Sự tích hợp này bảo vệ hơn 100.000 triển khai LLM quy mô doanh nghiệp trên các môi trường hybrid và đa đám mây của NVIDIA. Phản ứng chiến lược của CrowdStrike CEO của CrowdStrike, George Kurtz đã nắm bắt được sự cấp bách trong một cuộc phỏng vấn gần đây với VentureBeat: “Bảo mật không thể là thứ gắn thêm vào; nó phải là bản chất. Một phần quan trọng trong chiến lược của chúng tôi luôn là tận dụng dữ liệu bảo mật như một yếu tố quan trọng trong cơ sở hạ tầng cốt lõi của chúng tôi. Bạn không thể bảo mật AI nếu không có dữ liệu và khả năng hiển thị ở các lớp sâu nhất.” “NeMo Safety của NVIDIA cung cấp một khuôn khổ để đánh giá rủi ro AI. Thông tin tình báo về mối đe dọa của CrowdStrike tăng cường khuôn khổ đó bằng cách cho phép các nhóm bảo mật và vận hành xây dựng các biện pháp bảo vệ xung quanh các chiến thuật khai thác AI mới nổi – được thông báo bởi những gì chúng tôi thấy trên hàng nghìn tỷ sự kiện hàng ngày và hành vi của đối thủ thực tế. Lợi thế dữ liệu này giúp các tổ chức đánh giá và bảo mật các mô hình của họ dựa trên những gì thực sự xảy ra trong tự nhiên,” Daniel Bernard, Giám đốc Kinh doanh của CrowdStrike, cho biết trong một cuộc phỏng vấn gần đây với VentureBeat. Kurtz củng cố tầm nhìn chiến lược này với Barron’s, nói rõ: “AI tạo sinh giúp chúng ta bẻ cong thời gian. Với bảo mật dựa trên đo từ xa được nhúng, chúng tôi xác định và vô hiệu hóa các mối đe dọa ở tốc độ máy, ngăn chặn các vi phạm có thể nhanh hơn sáu lần so với các phương pháp truyền thống.” Bernard nhấn mạnh tầm quan trọng, nói rằng, “CrowdStrike đi tiên phong trong lĩnh vực an ninh mạng gốc AI và chúng tôi đang xác định cách AI được bảo mật trong suốt vòng đời phát triển phần mềm. Sự hợp tác mới nhất này với NVIDIA đưa vị trí dẫn đầu của chúng tôi lên hàng đầu trong lĩnh vực AI dựa trên đám mây, nơi LLM được triển khai, chạy và mở rộng quy mô. Cùng nhau, chúng tôi mang đến cho các tổ chức sự tự tin để đổi mới với AI, một cách an toàn và nhanh chóng, từ mã đến đám mây.” CrowdStrike nhúng Falcon Security trực tiếp vào cơ sở hạ tầng AI của NVIDIA Bằng cách nhúng Falcon Cloud Security trực tiếp vào các vi dịch vụ LLM NIM của NVIDIA, CrowdStrike cung cấp khả năng bảo vệ thời gian chạy nơi các mối đe dọa thực sự xuất hiện: bên trong chính quy trình AI. “AI không phải là một sáng kiến độc lập – nó đang được nhúng vào toàn bộ doanh nghiệp. Không giống như nhiều nhà cung cấp bảo mật đám mây gắn thêm các khả năng AI, chúng tôi đã xây dựng bảo mật AI trực tiếp vào nền tảng Falcon. Điều này cho phép chúng tôi cung cấp khả năng bảo vệ thống nhất trên đám mây, danh tính và điểm cuối – điều này rất quan trọng khi những kẻ tấn công ngày càng di chuyển qua các miền, không còn nhắm mục tiêu vào một bề mặt duy nhất,” Bernard nhận xét. Bằng cách áp dụng một phương pháp nhúng, CrowdStrike đang cho phép Falcon liên tục quét các mô hình AI được chứa trong container trước khi triển khai, chủ động khám phá các lỗ hổng, tập dữ liệu bị nhiễm độc, cấu hình sai và AI bóng tối trái phép. Tổng hợp lại, đây là những yếu tố tác động đến gần 64% doanh nghiệp. Trong thời gian chạy, Falcon tận dụng AI dựa trên đo từ xa của CrowdStrike, được đào tạo hàng ngày trên hàng nghìn tỷ tín hiệu, để nhanh chóng phát hiện và vô hiệu hóa các mối đe dọa tinh vi, bao gồm tấn công chèn lệnh (prompt injection), giả mạo mô hình (model tampering) và đánh cắp dữ liệu bí mật (covert data exfiltration). Bernard đã làm nổi bật sự khác biệt độc đáo của Falcon một cách rõ ràng trong một cuộc phỏng vấn với VentureBeat, nói rằng, “Điều khiến chúng tôi khác biệt rất đơn giản: chúng tôi bảo mật toàn bộ vòng đời AI. Với sự tích hợp của chúng tôi vào LLM NIM của NVIDIA, chúng tôi mang đến cho khách hàng khả năng bảo vệ các mô hình trước khi chúng được triển khai và trong khi chúng đang chạy — với khả năng bảo vệ thời gian chạy được cung cấp thông qua cùng một agent gọn nhẹ vốn đã bảo vệ khối lượng công việc, danh tính và điểm cuối trên đám mây của họ.” Bernard tiếp tục làm rõ lợi thế thời gian chạy quan trọng của Falcon, nhấn mạnh: “LLM đang nhanh chóng mở rộng bề mặt tấn công của doanh nghiệp và những rủi ro đã là có thật. Từ tấn công chèn lệnh đến lạm dụng API, chúng tôi đã thấy dữ liệu nhạy cảm có thể bị rò rỉ như thế nào mà không có vi phạm truyền thống. Falcon Cloud Security được thiết kế để giải quyết những khoảng trống đó bằng khả năng giám sát thời gian thực, thông tin tình báo về mối đe dọa và đo từ xa trên toàn nền tảng, cho phép các tổ chức ngăn chặn các cuộc tấn công trước khi chúng xảy ra.” Rủi ro về ‘AI bóng tối’ gợi nhớ đến kỷ nguyên ‘Miền Tây hoang dã’ BYOD trước đây của bảo mật CNTT “AI bóng tối là một trong những rủi ro lớn nhất — và thường bị bỏ qua nhất — ngày nay,” Bernard cảnh báo. AI bóng tối là một trong những rủi ro phổ biến nhất – và thường bị bỏ qua nhất – trong môi trường doanh nghiệp. Các nhóm bảo mật thường không biết các mô hình đang chạy ở đâu, ai đang xây dựng chúng hoặc chúng được định cấu hình như thế nào – hoàn toàn bỏ qua việc quản trị phần mềm truyền thống. Việc thiếu khả năng hiển thị đó tạo ra rủi ro thực sự, đặc biệt là khi xét đến dữ liệu nhạy cảm mà hệ thống AI được đào tạo hoặc có quyền truy cập. Falcon Cloud Security khám phá hoạt động ẩn này trên các môi trường, làm cho nó hiển thị và có thể hành động. Khi bạn có khả năng hiển thị đó, bạn có thể áp dụng chính sách và giảm rủi ro. Nếu không có nó, bạn đang bay trong bóng tối,” Bernard nói. Chủ tịch CrowdStrike, Michael Sentonas đã vạch ra lợi thế chiến lược một cách rõ ràng trong một cuộc phỏng vấn trước đây với VentureBeat, “những kẻ tấn công liên tục tinh chỉnh các kỹ thuật của họ, khai thác những khoảng trống trong sự phối hợp danh tính, điểm cuối và đo từ xa. Việc tích hợp Falcon trực tiếp vào quy trình AI giúp thu hẹp đáng kể những khoảng trống này, mang lại cho các CISO khả năng hiển thị và phản hồi theo thời gian thực ngay tại nơi xảy ra các cuộc tấn công.” Việc áp dụng một phương pháp nhúng hơn để bảo mật AI tạo sinh thể hiện một kế hoạch chi tiết mới hấp dẫn cho các CISO, những người phải đối mặt với những thách thức trong việc xác định và ngăn chặn các mối đe dọa AI đang phát triển nhanh chóng. Tuy nhiên, nó cũng nhấn mạnh sự cần thiết phải đánh giá nghiêm ngặt: Các CISO phải xác minh xem việc nhúng bảo mật trực tiếp vào cơ sở hạ tầng của họ có phù hợp chính xác với kiến trúc, mức độ rủi ro và các mục tiêu bảo mật chiến lược riêng biệt của tổ chức họ hay không. Nói chung, môi trường áp dụng AI nhanh chóng của người dùng và những người ra quyết định kỹ thuật tại nơi làm việc đang tìm kiếm lợi ích về hiệu quả — bị lôi cuốn bởi việc sử dụng cá nhân của họ đối với các mô hình hướng đến người tiêu dùng như ChatGPT, Microsoft Copilot, Anthropic Claude, Google Gemini và những người khác — ngay cả khi không có hướng dẫn rõ ràng hoặc sự cho phép từ các tổ chức, tạo ra một tình huống “Miền Tây hoang dã” gồm nhiều công cụ AI khác nhau với các rủi ro khác nhau, tương tự như việc áp dụng nhanh chóng điện thoại thông minh không an toàn và không được phê duyệt tại nơi làm việc trong kỷ nguyên “BYOD” của đầu những năm 2000 và 2010. Tuy nhiên, trong trường hợp này, đường cong áp dụng của các mô hình gen AI trong số người dùng dốc hơn nhiều và công nghệ đang phát triển nhanh hơn nhiều, từ nhiều người chơi hơn, khiến nó trở thành một bãi mìn bảo mật hơn nữa. Từ phản ứng đến thời gian thực: Tại sao bảo mật nhúng lại quan trọng đối với AI tạo sinh Các công cụ bảo mật AI truyền thống dựa vào quét bên ngoài và can thiệp sau triển khai khiến doanh nghiệp dễ bị tổn thương tại các điểm cuối và bề mặt đe dọa chính xác khi và nơi bảo vệ là quan trọng nhất. Việc tích hợp Falcon Cloud Security của CrowdStrike vào LLM NIM phổ quát của NVIDIA làm thay đổi động lực này, nhúng khả năng phòng thủ liên tục trực tiếp vào vòng đời AI từ phát triển đến thời gian chạy. Bernard giải thích thêm cách AI-SPM của Falcon chủ động giảm thiểu rủi ro trước khi triển khai: “Falcon Cloud Security AI-SPM cung cấp cho các nhóm bảo mật và CNTT quyền kiểm soát sớm hơn trong quy trình — quét các cấu hình sai, mô hình trái phép và vi phạm chính sách trước khi mọi thứ hoạt động. Nó giúp các tổ chức di chuyển nhanh chóng mà không làm mất khả năng hiển thị hoặc giám sát.” Việc nhúng Falcon trực tiếp vào cơ sở hạ tầng AI của NVIDIA sẽ tự động tuân thủ các quy định mới nổi, chẳng hạn như Đạo luật AI của EU, làm cho an toàn, khả năng truy xuất nguồn gốc và khả năng kiểm toán toàn diện của mô hình trở thành một phần vốn có và tự động của mọi triển khai thay vì một nhiệm vụ thủ công, tốn nhiều công sức. Ý nghĩa của việc tích hợp CrowdStrike với NVIDIA đối với các CISO và bảo mật gen AI cấp doanh nghiệp AI tạo sinh đang nhanh chóng mở rộng bề mặt tấn công của doanh nghiệp, gây căng thẳng cho các phương pháp bảo mật dựa trên chu vi truyền thống. Các mối đe dọa cụ thể đối với các mô hình tạo sinh bao gồm tấn công chèn lệnh, rò rỉ dữ liệu và nhiễm độc mô hình đều yêu cầu khả năng hiển thị sâu hơn và kiểm soát chính xác hơn. Việc tích hợp CrowdStrike với cơ sở hạ tầng LLM của NVIDIA đáng chú ý vì cách tiếp cận kiến trúc của nó để giải quyết những khoảng trống bảo mật này. Đối với các CISO, các nhà lãnh đạo bảo mật và các nhóm devops mà họ phục vụ, việc nhúng các biện pháp kiểm soát bảo mật trực tiếp vào vòng đời AI mang lại những lợi ích hoạt động hữu hình bao gồm: Zero-trust vốn có ở quy mô lớn: Tự động triển khai các chính sách bảo mật giúp loại bỏ nỗ lực thủ công, thực thi nhất quán khả năng bảo vệ zero-trust trên mọi mô hình AI. Giảm thiểu lỗ hổng chủ động: Xác định và vô hiệu hóa rủi ro trước thời gian chạy giúp giảm đáng kể cơ hội của kẻ tấn công. Thông tin tình báo thời gian chạy liên tục: Phát hiện dựa trên đo từ xa theo thời gian thực nhanh chóng xác định và chặn các mối đe dọa như tấn công chèn lệnh, nhiễm độc mô hình và đánh cắp dữ liệu trái phép. Bernard nhấn mạnh sự cần thiết về mặt hoạt động của việc áp dụng một cách tiếp cận tích hợp hơn để bảo mật AI tạo sinh. “Chúng tôi tập trung vào việc bảo mật các mô hình mà các doanh nghiệp đang tự xây dựng — đặc biệt là những mô hình được tinh chỉnh trên dữ liệu nhạy cảm hoặc độc quyền. Đây không phải là những rủi ro có sẵn. Chúng đòi hỏi khả năng hiển thị sâu hơn và các biện pháp kiểm soát mạnh mẽ hơn, được thiết kế riêng xung quanh việc đào tạo, điều chỉnh và triển khai. Chúng đòi hỏi khả năng hiển thị sâu hơn đối với các lệnh và phản hồi trong thời gian chạy, cùng với các biện pháp kiểm soát mạnh mẽ hơn, phù hợp trên các hoạt động đào tạo, điều chỉnh và triển khai. Đó là nơi chúng tôi đang đầu tư: bảo mật AI bằng AI và giúp khách hàng luôn dẫn đầu khi công nghệ này trở thành nền tảng cho cách họ hoạt động,” ông nói. Khi AI tạo sinh không chỉ trở thành yếu tố tạo sự khác biệt mà còn là nền tảng của cơ sở hạ tầng doanh nghiệp, thì bảo mật nhúng không còn là tùy chọn. Sự tích hợp của CrowdStrike và NVIDIA không chỉ bổ sung khả năng bảo vệ; nó xác định lại cách các hệ thống AI phải được xây dựng để chống lại các kỹ năng buôn bán đang phát triển đã được đưa vào hoạt động. Thông tin chi tiết hàng ngày về các trường hợp sử dụng kinh doanh với VB Daily Nếu bạn muốn gây ấn tượng với sếp của mình, VB Daily sẽ giúp bạn. Chúng tôi cung cấp cho bạn thông tin nội bộ về những gì các công ty đang làm với AI tạo sinh, từ những thay đổi về quy định đến triển khai thực tế, để bạn có thể chia sẻ thông tin chi tiết để có ROI tối đa. Đăng ký ngay Đọc Chính sách bảo mật của chúng tôi Cảm ơn bạn đã đăng ký. Xem thêm bản tin VB tại đây. Đã xảy ra lỗi.

Tham gia sự kiện được các nhà lãnh đạo doanh nghiệp tin tưởng trong gần hai thập kỷ. VB Transform quy tụ những người xây dựng chiến lược AI doanh nghiệp thực sự. Tìm hiểu thêm Việc áp dụng AI tạo sinh đã tăng vọt 18,7% trong hai năm qua. Nhưng đồng thời, các khoản đầu tư bảo mật doanh nghiệp tập trung đặc biệt vào rủi ro AI chỉ tăng 43%, tạo ra một khoảng cách đáng kể trong sự chuẩn bị khi các bề mặt tấn công AI nhanh chóng mở rộng. Hơn 70% doanh nghiệp đã trải qua ít nhất một vụ vi phạm liên quan đến AI chỉ trong năm ngoái, với các mô hình tạo sinh hiện là mục tiêu chính, theo kết quả gần đây của Viện SANS. Các cuộc tấn công do nhà nước bảo trợ vào cơ sở hạ tầng AI đã tăng đột biến 218% so với năm trước, như Báo cáo Mối đe dọa Toàn cầu năm 2025 của CrowdStrike tiết lộ. Đối với các CISO, các nhà lãnh đạo bảo mật và SOC, thực tế khắc nghiệt là điều hiển nhiên. Việc triển khai các mô hình AI mới ở quy mô lớn sẽ mở rộng theo cấp số nhân các bề mặt tấn công của doanh nghiệp và các CISO phát biểu với điều kiện giấu tên đã nói với VentureBeat rằng các chiến thuật, chiến lược và công nghệ bảo mật truyền thống đang gặp thách thức trong việc theo kịp. Ngành công nghiệp an ninh mạng đã đạt đến một điểm uốn quan trọng: bảo mật AI tạo sinh đòi hỏi nhiều hơn là các công cụ bổ trợ; nó đòi hỏi một sự thay đổi kiến trúc hoàn toàn. May mắn thay, CrowdStrike cũng đang cung cấp một giải pháp mới: Vào ngày 11 tháng 6 tại sự kiện GTC Paris của NVIDIA, công ty bảo mật đã thông báo rằng họ đã nhúng Falcon Cloud Security trực tiếp vào LLM NIM phổ quát của NVIDIA. Sự tích hợp này bảo mật hơn 100.000 triển khai LLM quy mô doanh nghiệp trên các môi trường hybrid và đa đám mây của NVIDIA. Phản ứng chiến lược của CrowdStrike CEO của CrowdStrike, George Kurtz đã nắm bắt được sự cấp bách trong một cuộc phỏng vấn gần đây với VentureBeat: “Bảo mật không thể được gắn thêm vào; nó phải là bản chất. Một phần quan trọng trong chiến lược của chúng tôi luôn là tận dụng dữ liệu bảo mật như một yếu tố quan trọng trong cơ sở hạ tầng cốt lõi của chúng tôi. Bạn không thể bảo mật AI nếu không có dữ liệu và khả năng hiển thị ở các lớp sâu nhất.” “NeMo Safety của NVIDIA cung cấp một khuôn khổ để đánh giá rủi ro AI. Thông tin tình báo về mối đe dọa của CrowdStrike tăng cường khuôn khổ đó bằng cách cho phép các nhóm bảo mật và hoạt động xây dựng các biện pháp bảo vệ xung quanh các chiến thuật khai thác AI mới nổi – được thông báo bởi những gì chúng tôi thấy trên hàng nghìn tỷ sự kiện hàng ngày và hành vi của đối thủ thực tế. Lợi thế dữ liệu này giúp các tổ chức đánh giá và bảo mật các mô hình của họ dựa trên những gì thực sự xảy ra trong tự nhiên,” Daniel Bernard, Giám đốc Kinh doanh của CrowdStrike, cho biết trong một cuộc phỏng vấn gần đây với VentureBeat. Kurtz củng cố tầm nhìn chiến lược này cho Barron’s, nói rõ: “AI tạo sinh giúp chúng ta bẻ cong thời gian. Với bảo mật dựa trên đo từ xa được nhúng, chúng tôi xác định và vô hiệu hóa các mối đe dọa ở tốc độ máy, ngăn chặn các vi phạm có thể nhanh hơn sáu lần so với các phương pháp truyền thống.” Bernard nhấn mạnh tầm quan trọng, nói rằng, “CrowdStrike đi tiên phong trong lĩnh vực an ninh mạng gốc AI và chúng tôi đang xác định cách AI được bảo mật trong suốt vòng đời phát triển phần mềm. Sự hợp tác mới nhất này với NVIDIA đưa vị trí dẫn đầu của chúng tôi lên hàng đầu trong lĩnh vực AI dựa trên đám mây, nơi LLM được triển khai, chạy và mở rộng quy mô. Cùng nhau, chúng tôi mang đến cho các tổ chức sự tự tin để đổi mới với AI, một cách an toàn và nhanh chóng, từ mã đến đám mây.” CrowdStrike nhúng Falcon Security trực tiếp vào cơ sở hạ tầng AI của NVIDIA Bằng cách nhúng Falcon Cloud Security trực tiếp vào các vi dịch vụ LLM NIM của NVIDIA, CrowdStrike cung cấp khả năng bảo vệ thời gian chạy nơi các mối đe dọa thực sự xuất hiện: bên trong chính đường ống AI. “AI không phải là một sáng kiến độc lập – nó đang được nhúng vào toàn bộ doanh nghiệp. Không giống như nhiều nhà cung cấp bảo mật đám mây gắn thêm các khả năng AI, chúng tôi đã xây dựng bảo mật AI trực tiếp vào nền tảng Falcon. Điều này cho phép chúng tôi cung cấp khả năng bảo vệ thống nhất trên đám mây, danh tính và điểm cuối – điều này rất quan trọng khi những kẻ tấn công ngày càng di chuyển qua các miền, không còn nhắm mục tiêu vào một bề mặt duy nhất,” Bernard nhận xét. Bằng cách áp dụng một phương pháp nhúng, CrowdStrike đang cho phép Falcon liên tục quét các mô hình AI được chứa trong vùng chứa trước khi triển khai, chủ động khám phá các lỗ hổng, tập dữ liệu bị nhiễm độc, cấu hình sai và AI bóng tối trái phép. Tổng hợp lại, đây là những yếu tố tác động đến gần 64% doanh nghiệp. Trong thời gian chạy, Falcon tận dụng AI dựa trên đo từ xa của CrowdStrike, được đào tạo hàng ngày trên hàng nghìn tỷ tín hiệu, để nhanh chóng phát hiện và vô hiệu hóa các mối đe dọa tinh vi, bao gồm tiêm lệnh, giả mạo mô hình và đánh cắp dữ liệu bí mật. Bernard đã làm nổi bật sự khác biệt độc đáo của Falcon một cách rõ ràng trong một cuộc phỏng vấn với VentureBeat, nói rằng, “Điều khiến chúng tôi khác biệt rất đơn giản: chúng tôi bảo mật toàn bộ vòng đời AI. Với sự tích hợp của chúng tôi vào LLM NIM của NVIDIA, chúng tôi mang đến cho khách hàng khả năng bảo vệ các mô hình trước khi chúng được triển khai và trong khi chúng đang chạy — với khả năng bảo vệ thời gian chạy được cung cấp thông qua cùng một tác nhân gọn nhẹ vốn đã bảo vệ khối lượng công việc, danh tính và điểm cuối trên đám mây của họ.” Bernard tiếp tục làm rõ lợi thế thời gian chạy quan trọng của Falcon, nhấn mạnh: “LLM đang nhanh chóng mở rộng bề mặt tấn công của doanh nghiệp và những rủi ro đã là có thật. Từ tiêm lệnh đến lạm dụng API, chúng tôi đã thấy dữ liệu nhạy cảm có thể bị rò rỉ như thế nào mà không có vi phạm truyền thống. Falcon Cloud Security được thiết kế để giải quyết những khoảng trống đó bằng khả năng giám sát thời gian thực, thông tin tình báo về mối đe dọa và đo từ xa trên toàn nền tảng, cho phép các tổ chức ngăn chặn các cuộc tấn công trước khi chúng xảy ra.” Rủi ro về ‘AI bóng tối’ gợi nhớ đến kỷ nguyên ‘Miền Tây hoang dã’ BYOD trước đây của bảo mật CNTT “AI bóng tối là một trong những rủi ro lớn nhất — và thường bị bỏ qua nhất — ngày nay,” Bernard cảnh báo. AI bóng tối là một trong những rủi ro phổ biến nhất – và thường bị bỏ qua nhất – trong môi trường doanh nghiệp. Các nhóm bảo mật thường không biết các mô hình đang chạy ở đâu, ai đang xây dựng chúng hoặc chúng được định cấu hình như thế nào – hoàn toàn bỏ qua việc quản trị phần mềm truyền thống. Việc thiếu khả năng hiển thị đó tạo ra rủi ro thực sự, đặc biệt là khi xét đến dữ liệu nhạy cảm mà hệ thống AI được đào tạo hoặc có quyền truy cập. Falcon Cloud Security khám phá hoạt động ẩn này trên các môi trường, làm cho nó hiển thị và có thể hành động. Khi bạn có khả năng hiển thị đó, bạn có thể áp dụng chính sách và giảm rủi ro. Nếu không có nó, bạn đang bay trong bóng tối,” Bernard nói. Chủ tịch CrowdStrike, Michael Sentonas đã vạch ra lợi thế chiến lược một cách rõ ràng trong một cuộc phỏng vấn trước đây với VentureBeat, “những kẻ tấn công liên tục tinh chỉnh các kỹ thuật của họ, khai thác những khoảng trống trong sự phối hợp danh tính, điểm cuối và đo từ xa. Việc tích hợp Falcon trực tiếp vào đường ống AI giúp thu hẹp đáng kể những khoảng trống này, mang lại cho các CISO khả năng hiển thị và phản hồi theo thời gian thực ngay tại nơi xảy ra các cuộc tấn công.” Việc áp dụng một phương pháp nhúng hơn để bảo mật AI tạo sinh thể hiện một kế hoạch chi tiết mới hấp dẫn cho các CISO, những người phải đối mặt với những thách thức trong việc xác định và ngăn chặn các mối đe dọa AI đang phát triển nhanh chóng. Tuy nhiên, nó cũng nhấn mạnh sự cần thiết phải đánh giá nghiêm ngặt: Các CISO phải xác minh xem việc nhúng bảo mật trực tiếp vào cơ sở hạ tầng của họ có phù hợp chính xác với kiến trúc, mức độ rủi ro và các mục tiêu bảo mật chiến lược riêng biệt của tổ chức họ hay không. Nói chung, môi trường áp dụng AI nhanh chóng của người dùng và những người ra quyết định kỹ thuật tại nơi làm việc đang tìm kiếm lợi ích về hiệu quả — bị lôi cuốn bởi việc sử dụng cá nhân của họ đối với các mô hình hướng đến người tiêu dùng như ChatGPT, Microsoft Copilot, Anthropic Claude, Google Gemini và những người khác — ngay cả khi không có hướng dẫn rõ ràng hoặc sự cho phép từ các tổ chức, tạo ra một tình huống “Miền Tây hoang dã” gồm nhiều công cụ AI khác nhau với các rủi ro khác nhau, tương tự như việc áp dụng nhanh chóng điện thoại thông minh không an toàn và không được phê duyệt tại nơi làm việc trong kỷ nguyên “BYOD” của đầu những năm 2000 và 2010. Tuy nhiên, trong trường hợp này, đường cong áp dụng của các mô hình gen AI trong số người dùng dốc hơn nhiều và công nghệ đang phát triển nhanh hơn nhiều, từ nhiều người chơi hơn, khiến nó trở thành một bãi mìn bảo mật hơn nữa. Từ phản ứng đến thời gian thực: Tại sao bảo mật nhúng lại quan trọng đối với AI tạo sinh Các công cụ bảo mật AI truyền thống dựa vào quét bên ngoài và can thiệp sau triển khai khiến doanh nghiệp dễ bị tổn thương tại các điểm cuối và bề mặt đe dọa chính xác khi và nơi bảo vệ là quan trọng nhất. Việc tích hợp Falcon Cloud Security của CrowdStrike vào LLM NIM phổ quát của NVIDIA làm thay đổi động lực này, nhúng khả năng phòng thủ liên tục trực tiếp vào vòng đời AI từ phát triển đến thời gian chạy. Bernard giải thích thêm cách AI-SPM của Falcon chủ động giảm thiểu rủi ro trước khi triển khai: “Falcon Cloud Security AI-SPM cung cấp cho các nhóm bảo mật và CNTT quyền kiểm soát sớm hơn trong quy trình — quét các cấu hình sai, mô hình trái phép và vi phạm chính sách trước khi mọi thứ hoạt động. Nó giúp các tổ chức di chuyển nhanh chóng mà không làm mất khả năng hiển thị hoặc giám sát.” Việc nhúng Falcon trực tiếp vào cơ sở hạ tầng AI của NVIDIA sẽ tự động tuân thủ các quy định mới nổi, chẳng hạn như Đạo luật AI của EU, làm cho an toàn, khả năng truy xuất nguồn gốc và khả năng kiểm toán toàn diện của mô hình trở thành một phần vốn có và tự động của mọi triển khai thay vì một nhiệm vụ thủ công, tốn nhiều công sức. Ý nghĩa của việc tích hợp CrowdStrike với NVIDIA đối với các CISO và bảo mật gen AI cấp doanh nghiệp AI tạo sinh đang nhanh chóng mở rộng các bề mặt tấn công của doanh nghiệp, gây căng thẳng cho các phương pháp bảo mật dựa trên chu vi truyền thống. Các mối đe dọa cụ thể đối với các mô hình tạo sinh bao gồm tiêm lệnh, rò rỉ dữ liệu và nhiễm độc mô hình đều yêu cầu khả năng hiển thị sâu hơn và kiểm soát chính xác hơn. Việc tích hợp CrowdStrike với cơ sở hạ tầng LLM của NVIDIA đáng chú ý vì cách tiếp cận kiến trúc của nó để giải quyết những khoảng trống bảo mật này. Đối với các CISO, các nhà lãnh đạo bảo mật và các nhóm devops mà họ phục vụ, việc nhúng các biện pháp kiểm soát bảo mật trực tiếp vào vòng đời AI mang lại những lợi ích hoạt động hữu hình bao gồm: Zero-trust vốn có ở quy mô lớn: Tự động triển khai các chính sách bảo mật giúp loại bỏ nỗ lực thủ công, thực thi nhất quán khả năng bảo vệ zero-trust trên mọi mô hình AI. Giảm thiểu lỗ hổng chủ động: Xác định và vô hiệu hóa rủi ro trước thời gian chạy giúp giảm đáng kể cơ hội của kẻ tấn công. Thông tin tình báo thời gian chạy liên tục: Phát hiện dựa trên đo từ xa theo thời gian thực nhanh chóng xác định và chặn các mối đe dọa như tiêm lệnh, nhiễm độc mô hình và đánh cắp dữ liệu trái phép. Bernard nhấn mạnh sự cần thiết về mặt hoạt động của việc áp dụng một cách tiếp cận tích hợp hơn để bảo mật AI tạo sinh. “Chúng tôi tập trung vào việc bảo mật các mô hình mà các doanh nghiệp đang tự xây dựng — đặc biệt là những mô hình được tinh chỉnh trên dữ liệu nhạy cảm hoặc độc quyền. Đây không phải là những rủi ro có sẵn. Chúng đòi hỏi khả năng hiển thị sâu hơn và các biện pháp kiểm soát mạnh mẽ hơn, được thiết kế riêng xung quanh việc đào tạo, điều chỉnh và triển khai. Chúng đòi hỏi khả năng hiển thị sâu hơn đối với các lệnh và phản hồi trong thời gian chạy, cùng với các biện pháp kiểm soát mạnh mẽ hơn, phù hợp trên các hoạt động đào tạo, điều chỉnh và triển khai. Đó là nơi chúng tôi đang đầu tư: bảo mật AI bằng AI và giúp khách hàng luôn dẫn đầu khi công nghệ này trở thành nền tảng cho cách họ hoạt động,” ông nói. Khi AI tạo sinh không chỉ trở thành yếu tố tạo sự khác biệt mà còn là nền tảng của cơ sở hạ tầng doanh nghiệp, thì bảo mật nhúng không còn là tùy chọn. Sự tích hợp của CrowdStrike và NVIDIA không chỉ bổ sung khả năng bảo vệ; nó xác định lại cách các hệ thống AI phải được xây dựng để chống lại các kỹ năng buôn bán đang phát triển đã được đưa vào hoạt động. Thông tin chi tiết hàng ngày về các trường hợp sử dụng kinh doanh với VB Daily Nếu bạn muốn gây ấn tượng với sếp của mình, VB Daily sẽ giúp bạn. Chúng tôi cung cấp cho bạn thông tin nội bộ về những gì các công ty đang làm với AI tạo sinh, từ những thay đổi về quy định đến triển khai thực tế, để bạn có thể chia sẻ thông tin chi tiết để có ROI tối đa. Đăng ký ngay Đọc Chính sách bảo mật của chúng tôi Cảm ơn bạn đã đăng ký. Xem thêm bản tin VB tại đây. Đã xảy ra lỗi.

Tham gia sự kiện được các nhà lãnh đạo doanh nghiệp tin tưởng trong gần hai thập kỷ. VB Transform quy tụ những người xây dựng chiến lược AI doanh nghiệp thực sự. Tìm hiểu thêm Mistral AI, startup trí tuệ nhân tạo của Pháp, đã công bố hôm thứ Tư về việc mở rộng quy mô lớn sang cơ sở hạ tầng AI, định vị công ty là câu trả lời của châu Âu cho các gã khổng lồ điện toán đám mây của Mỹ, đồng thời ra mắt các mô hình suy luận mới sánh ngang với các hệ thống tiên tiến nhất của OpenAI. Công ty có trụ sở tại Paris đã tiết lộ Mistral Compute, một nền tảng cơ sở hạ tầng AI toàn diện được xây dựng với sự hợp tác của Nvidia, được thiết kế để cung cấp cho các doanh nghiệp và chính phủ châu Âu một giải pháp thay thế cho việc dựa vào các nhà cung cấp đám mây có trụ sở tại Hoa Kỳ như Amazon Web Services, Microsoft Azure và Google Cloud. Động thái này thể hiện một sự thay đổi chiến lược quan trọng đối với Mistral từ việc chỉ phát triển các mô hình AI sang kiểm soát toàn bộ ngăn xếp công nghệ. Arthur Mensch, Giám đốc điều hành và đồng sáng lập của Mistral AI, cho biết: “Việc chuyển sang cơ sở hạ tầng AI đánh dấu một bước chuyển đổi đối với Mistral AI, vì nó cho phép chúng tôi giải quyết một lĩnh vực quan trọng của chuỗi giá trị AI. Với sự thay đổi này, chúng tôi có trách nhiệm đảm bảo rằng các giải pháp của mình không chỉ thúc đẩy sự đổi mới và ứng dụng AI, mà còn duy trì quyền tự chủ về công nghệ của châu Âu và đóng góp vào vai trò dẫn đầu về tính bền vững”.

Cách Mistral xây dựng các mô hình suy luận có thể tư duy bằng mọi ngôn ngữ

Cùng với thông báo về cơ sở hạ tầng, Mistral đã công bố loạt mô hình suy luận Magistral — các hệ thống AI có khả năng tư duy logic từng bước tương tự như mô hình o1 của OpenAI và DeepSeek R1 của Trung Quốc. Nhưng Guillaume Lample, nhà khoa học trưởng của Mistral, cho biết cách tiếp cận của công ty khác với các đối thủ cạnh tranh ở những điểm quan trọng. Lample chia sẻ trong một cuộc phỏng vấn độc quyền: “Về cơ bản, chúng tôi đã làm mọi thứ từ đầu, bởi vì chúng tôi muốn học hỏi chuyên môn mà chúng tôi có, chẳng hạn như sự linh hoạt trong những gì chúng tôi làm. Chúng tôi thực sự đã cố gắng để thực sự, rất hiệu quả trên đường ống học tăng cường trực tuyến mạnh mẽ hơn”.

Không giống như các đối thủ cạnh tranh thường che giấu quy trình suy luận của họ, các mô hình của Mistral hiển thị toàn bộ chuỗi suy nghĩ của chúng cho người dùng — và quan trọng là bằng ngôn ngữ mẹ đẻ của người dùng thay vì mặc định là tiếng Anh. Lample giải thích: “Ở đây, chúng tôi có toàn bộ chuỗi suy nghĩ được cung cấp cho người dùng, nhưng bằng ngôn ngữ của chính họ, để họ thực sự có thể đọc qua, xem nó có hợp lý không”.

Công ty đã phát hành hai phiên bản: Magistral Small, một mô hình mã nguồn mở 24 tỷ tham số và Magistral Medium, một hệ thống độc quyền mạnh mẽ hơn có sẵn thông qua API của Mistral.

Tại sao các mô hình AI của Mistral lại có được những siêu năng lực bất ngờ trong quá trình đào tạo

Các mô hình đã chứng minh những khả năng đáng ngạc nhiên xuất hiện trong quá trình đào tạo. Đáng chú ý nhất, Magistral Medium vẫn giữ được khả năng suy luận đa phương thức — khả năng phân tích hình ảnh — mặc dù quá trình đào tạo chỉ tập trung vào các bài toán toán học và mã hóa dựa trên văn bản. Lample nói: “Một điều mà chúng tôi nhận ra, không hẳn là do nhầm lẫn, nhưng một điều mà chúng tôi hoàn toàn không ngờ tới, là nếu ở cuối quá trình đào tạo học tăng cường, bạn cắm lại bộ mã hóa hình ảnh ban đầu, thì bạn đột nhiên, kiểu như từ hư không, thấy mô hình có thể suy luận trên hình ảnh”.

Các mô hình cũng có được khả năng gọi hàm phức tạp, tự động thực hiện tìm kiếm trên internet nhiều bước và thực thi mã để trả lời các truy vấn phức tạp. Lample giải thích: “Những gì bạn sẽ thấy là một mô hình làm điều này, suy nghĩ, sau đó nhận ra, được rồi, thông tin này có thể được cập nhật. Hãy để tôi thực hiện tìm kiếm trên web. Nó sẽ tìm kiếm trên internet, và sau đó nó sẽ thực sự chuyển kết quả và nó sẽ đưa ra kết quả trên đó, và nó sẽ nói, có lẽ, có lẽ câu trả lời không có trong kết quả này. Hãy để tôi tìm kiếm lại”.

Hành vi này xuất hiện một cách tự nhiên mà không cần đào tạo cụ thể. Lample lưu ý: “Đó là điều mà dù có nên làm hay không, nhưng chúng tôi thấy rằng nó thực sự xảy ra một cách tự nhiên. Vì vậy, đó là một bất ngờ rất thú vị đối với chúng tôi”.

Đột phá kỹ thuật giúp quá trình đào tạo của Mistral nhanh hơn các đối thủ cạnh tranh

Đội ngũ kỹ thuật của Mistral đã vượt qua những thách thức kỹ thuật đáng kể để tạo ra cái mà Lample mô tả là một đột phá trong cơ sở hạ tầng đào tạo. Công ty đã phát triển một hệ thống “học tăng cường trực tuyến” cho phép các mô hình AI liên tục cải thiện trong khi tạo ra các phản hồi, thay vì dựa vào dữ liệu đào tạo có sẵn từ trước. Đổi mới quan trọng là đồng bộ hóa các bản cập nhật mô hình trên hàng trăm đơn vị xử lý đồ họa (GPU) trong thời gian thực. Lample giải thích: “Những gì chúng tôi đã làm là chúng tôi đã tìm ra cách để chỉ cần tháo mô hình thông qua GPU. Ý tôi là, từ GPU đến GPU”. Điều này cho phép hệ thống cập nhật trọng số mô hình trên các cụm GPU khác nhau trong vòng vài giây thay vì hàng giờ như thường lệ. Lample lưu ý: “Không có cơ sở hạ tầng nguồn mở nào có thể thực hiện việc này một cách đúng đắn. Thông thường, có rất nhiều nỗ lực nguồn mở để thực hiện việc này, nhưng nó cực kỳ chậm. Ở đây, chúng tôi tập trung rất nhiều vào hiệu quả”.

Quá trình đào tạo đã chứng tỏ nhanh hơn và rẻ hơn nhiều so với đào tạo trước thông thường. Lample nói: “Nó rẻ hơn nhiều so với đào tạo trước thông thường. Đào tạo trước là điều sẽ mất hàng tuần hoặc hàng tháng trên các GPU khác. Ở đây, chúng tôi không hề gần đến mức này. Nó giống như, tôi phụ thuộc vào số lượng người chúng tôi đưa vào việc này. Nhưng nó giống như, ít hơn một tuần”.

Nvidia cam kết cung cấp 18.000 chip cho nền độc lập AI của châu Âu

Nền tảng Mistral Compute sẽ chạy trên 18.000 chip Grace Blackwell mới nhất của Nvidia, ban đầu được đặt trong một trung tâm dữ liệu ở Essonne, Pháp, với kế hoạch mở rộng trên khắp châu Âu. Giám đốc điều hành Nvidia, Jensen Huang, mô tả sự hợp tác này là rất quan trọng đối với nền độc lập công nghệ của châu Âu. Huang phát biểu tại một thông báo chung ở Paris: “Mọi quốc gia nên xây dựng AI cho quốc gia của riêng mình, tại quốc gia của họ. Với Mistral AI, chúng tôi đang phát triển các mô hình và nhà máy AI đóng vai trò là nền tảng có chủ quyền cho các doanh nghiệp trên khắp châu Âu để mở rộng quy mô trí tuệ trên các ngành”.

Huang dự đoán rằng năng lực tính toán AI của châu Âu sẽ tăng gấp mười lần trong hai năm tới, với hơn 20 “nhà máy AI” được lên kế hoạch trên khắp lục địa. Một số cơ sở này sẽ có công suất hơn một gigawatt, có khả năng nằm trong số các trung tâm dữ liệu lớn nhất thế giới. Sự hợp tác này mở rộng ra ngoài cơ sở hạ tầng để bao gồm công việc của Nvidia với các công ty AI châu Âu khác và Perplexity, công ty tìm kiếm, để phát triển các mô hình suy luận bằng nhiều ngôn ngữ châu Âu khác nhau, nơi dữ liệu đào tạo thường bị hạn chế.

Cách Mistral lên kế hoạch giải quyết các vấn đề về môi trường và chủ quyền của AI

Mistral Compute giải quyết hai mối lo ngại lớn về phát triển AI: tác động môi trường và chủ quyền dữ liệu. Nền tảng này đảm bảo rằng khách hàng châu Âu có thể giữ thông tin của họ trong biên giới EU và dưới sự quản lý của châu Âu. Công ty đã hợp tác với cơ quan quốc gia về chuyển đổi sinh thái của Pháp và Carbone 4, một công ty tư vấn về khí hậu hàng đầu, để đánh giá và giảm thiểu lượng khí thải carbon của các mô hình AI của mình trong suốt vòng đời của chúng. Mistral có kế hoạch cung cấp năng lượng cho các trung tâm dữ liệu của mình bằng các nguồn năng lượng khử carbon. Công ty tuyên bố trong thông báo của mình: “Bằng cách chọn châu Âu làm địa điểm cho các địa điểm của mình, chúng tôi tự cho mình khả năng hưởng lợi từ các nguồn năng lượng khử carbon phần lớn”.

Lợi thế về tốc độ mang lại cho các mô hình suy luận của Mistral một lợi thế thiết thực

Thử nghiệm ban đầu cho thấy các mô hình suy luận của Mistral mang lại hiệu suất cạnh tranh đồng thời giải quyết một lời chỉ trích phổ biến đối với các hệ thống hiện có — tốc độ. Các mô hình suy luận hiện tại từ OpenAI và các công ty khác có thể mất vài phút để trả lời các truy vấn phức tạp, hạn chế tiện ích thực tế của chúng. Lample lưu ý: “Một trong những điều mà mọi người thường không thích ở mô hình suy luận này là mặc dù nó thông minh, nhưng đôi khi nó tốn rất nhiều thời gian. Ở đây, bạn thực sự thấy kết quả chỉ trong vài giây, đôi khi ít hơn năm giây, đôi khi thậm chí còn ít hơn thế. Và nó thay đổi trải nghiệm”.

Lợi thế về tốc độ có thể chứng tỏ rất quan trọng đối với việc áp dụng trong kinh doanh, nơi việc chờ đợi phản hồi AI trong vài phút sẽ tạo ra tắc nghẽn quy trình làm việc.

Cược cơ sở hạ tầng của Mistral có ý nghĩa gì đối với cạnh tranh AI toàn cầu

Việc Mistral chuyển sang cơ sở hạ tầng đặt công ty vào sự cạnh tranh trực tiếp với các gã khổng lồ công nghệ vốn đã thống trị thị trường điện toán đám mây. Amazon Web Services, Microsoft Azure và Google Cloud hiện kiểm soát phần lớn cơ sở hạ tầng đám mây trên toàn cầu, trong khi những người chơi mới hơn như CoreWeave đã đạt được chỗ đứng đặc biệt trong khối lượng công việc AI. Cách tiếp cận của công ty khác với các đối thủ cạnh tranh bằng cách cung cấp một giải pháp hoàn chỉnh, tích hợp theo chiều dọc — từ cơ sở hạ tầng phần cứng đến mô hình AI đến dịch vụ phần mềm. Điều này bao gồm Mistral AI Studio dành cho nhà phát triển, Le Chat để tăng năng suất doanh nghiệp và Mistral Code để hỗ trợ lập trình. Các nhà phân tích trong ngành coi chiến lược của Mistral là một phần của xu hướng rộng lớn hơn hướng tới phát triển AI khu vực. Huang nhận xét: “Châu Âu cần khẩn trương mở rộng cơ sở hạ tầng AI của mình nếu muốn duy trì tính cạnh tranh trên toàn cầu”, lặp lại những lo ngại do các nhà hoạch định chính sách châu Âu bày tỏ.

Thông báo này được đưa ra khi các chính phủ châu Âu ngày càng lo lắng về sự phụ thuộc của họ vào các công ty công nghệ Mỹ đối với cơ sở hạ tầng AI quan trọng. Liên minh châu Âu đã cam kết 20 tỷ euro để xây dựng các “nhà máy gigafactory” AI trên khắp lục địa và sự hợp tác của Mistral với Nvidia có thể giúp đẩy nhanh những kế hoạch đó. Thông báo kép của Mistral về khả năng cơ sở hạ tầng và mô hình báo hiệu tham vọng của công ty trở thành một nền tảng AI toàn diện thay vì chỉ là một nhà cung cấp mô hình khác. Với sự hậu thuẫn từ Microsoft và các nhà đầu tư khác, công ty đã huy động được hơn 1 tỷ đô la và tiếp tục tìm kiếm thêm nguồn tài trợ để hỗ trợ phạm vi mở rộng của mình. Nhưng Lample còn thấy những khả năng lớn hơn phía trước cho các mô hình suy luận. Anh nói: “Tôi nghĩ khi tôi nhìn vào sự tiến bộ bên trong và tôi nghĩ về một số tiêu chuẩn, mô hình đã đạt được độ chính xác cộng 5% mỗi tuần trong khoảng sáu tuần. Vì vậy, nó đang cải thiện rất nhanh, có rất nhiều, rất nhiều, ý tôi là hàng tấn những ý tưởng nhỏ mà bạn có thể nghĩ ra sẽ cải thiện hiệu suất”.

Sự thành công của thách thức châu Âu này đối với sự thống trị AI của Mỹ cuối cùng có thể phụ thuộc vào việc khách hàng có coi trọng chủ quyền và tính bền vững đủ để chuyển từ các nhà cung cấp đã thành danh hay không. Ít nhất là hiện tại, họ có một sự lựa chọn.

Thông tin chi tiết hàng ngày về các trường hợp sử dụng kinh doanh với VB Daily

Nếu bạn muốn gây ấn tượng với sếp của mình, VB Daily sẽ giúp bạn. Chúng tôi cung cấp cho bạn thông tin nội bộ về những gì các công ty đang làm với AI tạo sinh, từ những thay đổi về quy định đến triển khai thực tế, để bạn có thể chia sẻ thông tin chi tiết để có ROI tối đa. Đăng ký ngay Đọc Chính sách quyền riêng tư của chúng tôi Cảm ơn bạn đã đăng ký. Xem thêm bản tin VB tại đây. Đã xảy ra lỗi.

Tham gia sự kiện được các nhà lãnh đạo doanh nghiệp tin tưởng trong gần hai thập kỷ. VB Transform tập hợp những người xây dựng chiến lược AI doanh nghiệp thực sự. Tìm hiểu thêm Mistral AI, startup trí tuệ nhân tạo của Pháp, hôm thứ Tư đã công bố một đợt mở rộng lớn sang cơ sở hạ tầng AI, định vị công ty là câu trả lời của châu Âu cho những gã khổng lồ điện toán đám mây của Mỹ, đồng thời công bố các mô hình suy luận mới cạnh tranh với các hệ thống tiên tiến nhất của OpenAI. Công ty có trụ sở tại Paris đã tiết lộ Mistral Compute, một nền tảng cơ sở hạ tầng AI toàn diện được xây dựng với sự hợp tác của Nvidia, được thiết kế để cung cấp cho các doanh nghiệp và chính phủ châu Âu một giải pháp thay thế cho việc dựa vào các nhà cung cấp dịch vụ đám mây có trụ sở tại Hoa Kỳ như Amazon Web Services, Microsoft Azure và Google Cloud. Động thái này thể hiện một sự thay đổi chiến lược quan trọng đối với Mistral từ việc thuần túy phát triển các mô hình AI sang kiểm soát toàn bộ ngăn xếp công nghệ. Arthur Mensch, Giám đốc điều hành và đồng sáng lập của Mistral AI, cho biết: “Việc chuyển sang cơ sở hạ tầng AI đánh dấu một bước chuyển đổi đối với Mistral AI, vì nó cho phép chúng tôi giải quyết một lĩnh vực quan trọng của chuỗi giá trị AI. “Với sự thay đổi này, chúng tôi có trách nhiệm đảm bảo rằng các giải pháp của chúng tôi không chỉ thúc đẩy sự đổi mới và ứng dụng AI, mà còn duy trì quyền tự chủ về công nghệ của châu Âu và đóng góp vào vai trò lãnh đạo về tính bền vững.”

Cách Mistral xây dựng các mô hình suy luận có thể suy nghĩ bằng mọi ngôn ngữ

Cùng với thông báo về cơ sở hạ tầng, Mistral đã công bố loạt mô hình suy luận Magistral của mình — các hệ thống AI có khả năng tư duy logic từng bước tương tự như mô hình o1 của OpenAI và DeepSeek R1 của Trung Quốc. Nhưng Guillaume Lample, nhà khoa học trưởng của Mistral, cho biết cách tiếp cận của công ty khác với các đối thủ cạnh tranh ở những điểm quan trọng. Lample nói với tôi trong một cuộc phỏng vấn độc quyền: “Về cơ bản, chúng tôi đã làm mọi thứ từ đầu, bởi vì chúng tôi muốn học hỏi chuyên môn mà chúng tôi có, chẳng hạn như tính linh hoạt trong những gì chúng tôi làm. “Chúng tôi thực sự đã cố gắng trở thành một đường ống học tăng cường trực tuyến mạnh mẽ, thực sự rất hiệu quả.”

Không giống như các đối thủ cạnh tranh thường che giấu quy trình suy luận của họ, các mô hình của Mistral hiển thị toàn bộ chuỗi suy nghĩ của họ cho người dùng — và quan trọng là bằng ngôn ngữ mẹ đẻ của người dùng thay vì mặc định là tiếng Anh. Lample giải thích: “Ở đây, chúng tôi có toàn bộ chuỗi suy nghĩ được cung cấp cho người dùng, nhưng bằng ngôn ngữ của riêng họ, để họ thực sự có thể đọc qua, xem liệu nó có ý nghĩa hay không”.

Công ty đã phát hành hai phiên bản: Magistral Small, một mô hình nguồn mở 24 tỷ tham số và Magistral Medium, một hệ thống độc quyền mạnh mẽ hơn có sẵn thông qua API của Mistral.

Tại sao các mô hình AI của Mistral lại có được siêu năng lực bất ngờ trong quá trình đào tạo

Các mô hình đã thể hiện những khả năng đáng ngạc nhiên xuất hiện trong quá trình đào tạo. Đáng chú ý nhất, Magistral Medium vẫn giữ được khả năng suy luận đa phương thức — khả năng phân tích hình ảnh — mặc dù quá trình đào tạo chỉ tập trung vào các vấn đề toán học và mã hóa dựa trên văn bản. Lample nói: “Một điều mà chúng tôi nhận ra, không hẳn là do nhầm lẫn, mà là điều mà chúng tôi hoàn toàn không ngờ tới, là nếu vào cuối quá trình đào tạo tăng cường, bạn cắm lại bộ mã hóa tầm nhìn ban đầu, thì bạn đột nhiên, một cách khá bất ngờ, thấy mô hình có thể thực hiện suy luận trên hình ảnh”.

Các mô hình cũng có được khả năng gọi hàm phức tạp, tự động thực hiện các tìm kiếm trên internet và thực thi mã nhiều bước để trả lời các truy vấn phức tạp. Lample giải thích: “Những gì bạn sẽ thấy là một mô hình đang làm điều này, suy nghĩ, sau đó nhận ra, được rồi, thông tin này có thể được cập nhật. Hãy để tôi thực hiện một tìm kiếm trên web. “Nó sẽ tìm kiếm trên internet, và sau đó nó sẽ thực sự chuyển kết quả và nó sẽ dẫn đến nó, và nó sẽ nói, có lẽ, có lẽ câu trả lời không có trong kết quả này. Hãy để tôi tìm kiếm lại.”

Hành vi này xuất hiện một cách tự nhiên mà không cần đào tạo cụ thể. Lample lưu ý: “Đó là điều mà dù có hay không nên làm tiếp theo, nhưng chúng tôi thấy rằng nó thực sự xảy ra một cách tự nhiên. Vì vậy, đó là một bất ngờ rất thú vị đối với chúng tôi.”

Đột phá kỹ thuật giúp quá trình đào tạo của Mistral nhanh hơn các đối thủ cạnh tranh

Đội ngũ kỹ thuật của Mistral đã vượt qua những thách thức kỹ thuật đáng kể để tạo ra thứ mà Lample mô tả là một bước đột phá trong cơ sở hạ tầng đào tạo. Công ty đã phát triển một hệ thống “học tăng cường trực tuyến” cho phép các mô hình AI liên tục cải thiện trong khi tạo ra phản hồi, thay vì dựa vào dữ liệu đào tạo có sẵn từ trước.

Sự đổi mới quan trọng liên quan đến việc đồng bộ hóa các bản cập nhật mô hình trên hàng trăm đơn vị xử lý đồ họa (GPU) trong thời gian thực. Lample giải thích: “Những gì chúng tôi đã làm là chúng tôi đã tìm ra cách để chỉ cần tháo mô hình thông qua GPU. Ý tôi là, từ GPU sang GPU. Điều này cho phép hệ thống cập nhật trọng số mô hình trên các cụm GPU khác nhau trong vòng vài giây thay vì hàng giờ thường được yêu cầu. Lample lưu ý: “Không có cơ sở hạ tầng nguồn mở nào sẽ thực hiện việc này đúng cách. “Thông thường, có rất nhiều nỗ lực nguồn mở để làm điều này, nhưng nó cực kỳ chậm. Ở đây, chúng tôi tập trung rất nhiều vào hiệu quả.”

Quá trình đào tạo đã chứng minh nhanh hơn và rẻ hơn nhiều so với đào tạo trước truyền thống. Lample nói: “Nó rẻ hơn nhiều so với đào tạo trước thông thường. Đào tạo trước là việc mất hàng tuần hoặc hàng tháng trên các GPU khác. Ở đây, chúng tôi không hề gần điều này. Nó giống như, tôi phụ thuộc vào việc chúng tôi đặt bao nhiêu người vào việc này. Nhưng nó giống như, nó giống như, ít hơn một tuần.”

Nvidia cam kết 18.000 chip cho nền độc lập AI của châu Âu

Nền tảng Mistral Compute sẽ chạy trên 18.000 chip Grace Blackwell mới nhất của Nvidia, ban đầu được đặt trong một trung tâm dữ liệu ở Essonne, Pháp, với kế hoạch mở rộng trên khắp châu Âu. Giám đốc điều hành Nvidia Jensen Huang mô tả sự hợp tác này là rất quan trọng đối với nền độc lập công nghệ của châu Âu. Huang cho biết tại một thông báo chung ở Paris: “Mọi quốc gia nên xây dựng AI cho quốc gia của riêng họ, tại quốc gia của họ. “Với Mistral AI, chúng tôi đang phát triển các mô hình và nhà máy AI đóng vai trò là nền tảng chủ quyền cho các doanh nghiệp trên khắp châu Âu để mở rộng quy mô trí tuệ trên các ngành công nghiệp.”

Huang dự kiến năng lực điện toán AI của châu Âu sẽ tăng gấp mười lần trong hai năm tới, với hơn 20 “nhà máy AI” được lên kế hoạch trên khắp lục địa. Một số cơ sở này sẽ có công suất hơn một gigawatt, có khả năng xếp hạng trong số các trung tâm dữ liệu lớn nhất thế giới.

Sự hợp tác này mở rộng ra ngoài cơ sở hạ tầng để bao gồm công việc của Nvidia với các công ty AI châu Âu khác và Perplexity, công ty tìm kiếm, để phát triển các mô hình suy luận bằng nhiều ngôn ngữ châu Âu khác nhau, nơi dữ liệu đào tạo thường bị hạn chế.

Cách Mistral lên kế hoạch giải quyết các vấn đề về môi trường và chủ quyền của AI

Mistral Compute giải quyết hai mối lo ngại chính về phát triển AI: tác động môi trường và chủ quyền dữ liệu. Nền tảng đảm bảo rằng khách hàng châu Âu có thể giữ thông tin của họ trong biên giới EU và dưới sự quản lý của châu Âu. Công ty đã hợp tác với cơ quan chuyển đổi sinh thái quốc gia của Pháp và Carbone 4, một công ty tư vấn về khí hậu hàng đầu, để đánh giá và giảm thiểu lượng khí thải carbon của các mô hình AI của mình trong suốt vòng đời của chúng.

Mistral có kế hoạch cung cấp năng lượng cho các trung tâm dữ liệu của mình bằng các nguồn năng lượng khử carbon. Công ty tuyên bố trong thông báo của mình: “Bằng cách chọn châu Âu làm địa điểm cho các địa điểm của mình, chúng tôi tự trao cho mình khả năng hưởng lợi từ các nguồn năng lượng khử carbon phần lớn”.

Lợi thế tốc độ mang lại cho các mô hình suy luận của Mistral một lợi thế thực tế

Các thử nghiệm ban đầu cho thấy các mô hình suy luận của Mistral mang lại hiệu suất cạnh tranh đồng thời giải quyết một lời chỉ trích phổ biến đối với các hệ thống hiện có — tốc độ. Các mô hình suy luận hiện tại từ OpenAI và các công ty khác có thể mất vài phút để phản hồi các truy vấn phức tạp, hạn chế tiện ích thực tế của chúng.

Lample lưu ý: “Một trong những điều mà mọi người thường không thích về mô hình suy luận này là mặc dù nó thông minh, nhưng đôi khi nó tốn rất nhiều thời gian. “Ở đây, bạn thực sự thấy đầu ra chỉ trong vài giây, đôi khi ít hơn năm giây, đôi khi thậm chí còn ít hơn. Và nó thay đổi trải nghiệm.”

Lợi thế về tốc độ có thể chứng tỏ rất quan trọng đối với việc áp dụng kinh doanh, nơi việc chờ đợi phản hồi của AI trong vài phút tạo ra tắc nghẽn quy trình làm việc.

Cược cơ sở hạ tầng của Mistral có ý nghĩa gì đối với cạnh tranh AI toàn cầu

Việc Mistral chuyển sang cơ sở hạ tầng đặt nó vào sự cạnh tranh trực tiếp với các gã khổng lồ công nghệ đã thống trị thị trường điện toán đám mây. Amazon Web Services, Microsoft Azure và Google Cloud hiện kiểm soát phần lớn cơ sở hạ tầng đám mây trên toàn cầu, trong khi những người chơi mới hơn như CoreWeave đã có được chỗ đứng cụ thể trong khối lượng công việc AI.

Cách tiếp cận của công ty khác với các đối thủ cạnh tranh bằng cách cung cấp một giải pháp tích hợp theo chiều dọc hoàn chỉnh — từ cơ sở hạ tầng phần cứng đến mô hình AI đến dịch vụ phần mềm. Điều này bao gồm Mistral AI Studio cho nhà phát triển, Le Chat cho năng suất doanh nghiệp và Mistral Code để hỗ trợ lập trình.

Các nhà phân tích trong ngành coi chiến lược của Mistral là một phần của xu hướng rộng lớn hơn đối với phát triển AI khu vực. Huang nhận xét: “Châu Âu cần khẩn trương mở rộng cơ sở hạ tầng AI nếu muốn duy trì tính cạnh tranh trên toàn cầu”, lặp lại những lo ngại mà các nhà hoạch định chính sách châu Âu đã bày tỏ.

Thông báo này được đưa ra khi các chính phủ châu Âu ngày càng lo lắng về sự phụ thuộc của họ vào các công ty công nghệ Mỹ đối với cơ sở hạ tầng AI quan trọng. Liên minh châu Âu đã cam kết 20 tỷ euro để xây dựng các “gigafactory” AI trên khắp lục địa và sự hợp tác của Mistral với Nvidia có thể giúp đẩy nhanh những kế hoạch đó.

Thông báo kép của Mistral về khả năng cơ sở hạ tầng và mô hình báo hiệu tham vọng của công ty trở thành một nền tảng AI toàn diện hơn là chỉ một nhà cung cấp mô hình khác. Với sự hỗ trợ từ Microsoft và các nhà đầu tư khác, công ty đã huy động được hơn 1 tỷ đô la và tiếp tục tìm kiếm nguồn vốn bổ sung để hỗ trợ phạm vi mở rộng của mình.

Nhưng Lample thấy thậm chí còn nhiều khả năng lớn hơn phía trước cho các mô hình suy luận. Ông nói: “Tôi nghĩ khi tôi nhìn vào tiến trình nội bộ và tôi nghĩ về một số điểm chuẩn, mô hình đã đạt được độ chính xác cộng 5% mỗi tuần trong khoảng sáu tuần. “Vì vậy, nó đang cải thiện rất nhanh, có rất nhiều, ý tôi là, hàng tấn, bạn biết đấy, những ý tưởng nhỏ mà bạn có thể nghĩ ra sẽ cải thiện hiệu suất.”

Sự thành công của thách thức châu Âu này đối với sự thống trị AI của Mỹ cuối cùng có thể phụ thuộc vào việc khách hàng có coi trọng chủ quyền và tính bền vững đủ để chuyển từ các nhà cung cấp đã thành lập hay không. Ít nhất là hiện tại, họ có một sự lựa chọn.

Thông tin chi tiết hàng ngày về các trường hợp sử dụng kinh doanh với VB Daily

Nếu bạn muốn gây ấn tượng với sếp của mình, VB Daily sẽ giúp bạn. Chúng tôi cung cấp cho bạn thông tin nội bộ về những gì các công ty đang làm với AI tạo sinh, từ những thay đổi về quy định đến triển khai thực tế, để bạn có thể chia sẻ thông tin chi tiết để có ROI tối đa. Đăng ký ngay Đọc Chính sách bảo mật của chúng tôi Cảm ơn bạn đã đăng ký. Xem thêm bản tin VB tại đây. Đã xảy ra lỗi.

Camera biển báo dừng của Obvio sử dụng AI để loại bỏ những người lái xe không an toàn | TechCrunch Written by cosmic in Uncategorized

Đường phố ở Mỹ cực kỳ nguy hiểm cho người đi bộ. Một startup có trụ sở tại San Carlos, California, có tên Obvio tin rằng họ có thể thay đổi điều đó bằng cách lắp đặt camera tại các biển báo dừng — một giải pháp mà những người sáng lập cũng nói là sẽ không tạo ra một xã hội giám sát toàn diện. Đó là một tuyên bố táo bạo vào thời điểm các công ty khác như Flock đang bị chỉ trích vì cách camera đọc biển số xe của họ đã trở thành một công cụ quan trọng trong một nhà nước giám sát quá mức. Những người sáng lập Obvio là Ali Rehan và Dhruv Maheshwari tin rằng họ có thể xây dựng một doanh nghiệp đủ lớn mà không nuông chiều những thôi thúc tồi tệ nhất đó. Họ đã thiết kế sản phẩm với các giới hạn về giám sát và chia sẻ dữ liệu để đảm bảo rằng họ có thể thực hiện theo tuyên bố đó. Họ cũng đã tìm thấy những nguồn lực lớn sẵn sàng tin họ. Công ty vừa hoàn thành vòng tài trợ Series A trị giá 22 triệu đô la do Bain Capital Ventures dẫn đầu. Obvio có kế hoạch sử dụng số tiền đó để mở rộng ra ngoài năm thành phố đầu tiên mà họ hiện đang hoạt động ở Maryland. Rehan và Maheshwari đã gặp nhau khi làm việc tại Motive, một công ty sản xuất camera hành trình cho ngành vận tải đường bộ. Khi còn ở đó, Maheshwari nói với TechCrunch rằng cả hai nhận ra “rất nhiều xe chở khách bình thường khác là những người lái xe tồi tệ.” Những người sáng lập cho biết họ đã rất kinh ngạc khi càng tìm hiểu về an toàn đường bộ. Không chỉ đường phố và vạch kẻ đường ngày càng trở nên nguy hiểm hơn cho người đi bộ, mà theo quan điểm của họ, Mỹ cũng đang tụt hậu trong việc thực thi. Maheshwari nói: “Hầu hết các quốc gia khác thực sự khá tốt về điều này. “Họ có công nghệ camera tốc độ. Họ có một nền văn hóa tốt về an toàn lái xe. Mỹ thực sự là một trong những quốc gia tồi tệ nhất trong tất cả các quốc gia hiện đại.”

Sự kiện Techcrunch Tiết kiệm hơn 200 đô la cho vé TechCrunch All Stage Xây dựng thông minh hơn. Mở rộng quy mô nhanh hơn. Kết nối sâu sắc hơn. Tham gia cùng những người có tầm nhìn xa từ Precursor Ventures, NEA, Index Ventures, Underscore VC, v.v. trong một ngày với đầy đủ các chiến lược, hội thảo và kết nối có ý nghĩa.

Tiết kiệm hơn 200 đô la cho vé TechCrunch All Stage Xây dựng thông minh hơn. Mở rộng quy mô nhanh hơn. Kết nối sâu sắc hơn. Tham gia cùng những người có tầm nhìn xa từ Precursor Ventures, NEA, Index Ventures, Underscore VC, v.v. trong một ngày với đầy đủ các chiến lược, hội thảo và kết nối có ý nghĩa.

Boston, MA | 15 tháng 7 ĐĂNG KÝ NGAY

Maheshwari và Rehan bắt đầu nghiên cứu về an toàn đường bộ bằng cách đọc sách và tham dự các hội nghị. Họ thấy rằng những người trong ngành có xu hướng tập trung vào ba giải pháp chung: giáo dục, kỹ thuật và thực thi. Theo quan điểm của họ, những cách tiếp cận đó thường quá tách biệt với nhau. Rất khó để định lượng tác động của các nỗ lực giáo dục. Các quan chức địa phương có thể cố gắng sửa chữa một giao lộ có vấn đề bằng cách, chẳng hạn, lắp đặt một vòng xuyến, nhưng điều đó có thể mất nhiều năm làm việc và hàng triệu đô la. Và lực lượng thực thi pháp luật không thể cắm trại ở mọi biển báo dừng. Rehan và Maheshwari đã thấy hứa hẹn trong việc kết hợp chúng. Kết quả là một cột trụ (thường có màu sáng) trên đỉnh là một camera chạy bằng năng lượng mặt trời có thể được lắp đặt gần như bất kỳ giao lộ nào. Nó được thiết kế để không hòa lẫn — một phần của khía cạnh giáo dục và nhận thức — và nó cũng được thiết kế cẩn thận để rẻ và dễ lắp đặt. AI trên thiết bị được đào tạo để phát hiện các loại vi phạm biển báo dừng hoặc các vi phạm khác tồi tệ nhất. (Công ty cũng tuyên bố trên trang web của mình rằng họ có thể bắt được hành vi lái xe quá tốc độ, vi phạm vạch kẻ đường, rẽ bất hợp pháp, chuyển làn đường không an toàn và thậm chí cả lái xe mất tập trung.) Khi một trong những điều này xảy ra, hệ thống sẽ đối chiếu biển số xe của một chiếc xe với cơ sở dữ liệu DMV của tiểu bang. Tất cả thông tin đó — tính chính xác của vi phạm, biển số xe — được xác minh bởi nhân viên hoặc nhà thầu của Obvio trước khi nó được gửi đến cơ quan thực thi pháp luật, cơ quan này sau đó phải xem xét các vi phạm trước khi ban hành trát. Obvio cung cấp công nghệ này cho các thành phố miễn phí và kiếm tiền từ các trát. Chính xác thì doanh thu từ trát sẽ được chia như thế nào giữa Obvio và chính phủ sẽ khác nhau tùy theo từng địa điểm, vì Maheshwari cho biết các quy định về các thỏa thuận như vậy khác nhau theo từng tiểu bang. Điều đó rõ ràng tạo ra một động lực để tăng số lượng trát. Nhưng Rehan và Maheshwari cho biết họ có thể xây dựng một doanh nghiệp xung quanh việc ngăn chặn những hành vi phạm tội tồi tệ nhất trên một vùng rộng lớn của các thành phố ở Mỹ. Họ cũng cho biết họ muốn Obvio luôn hiện diện — và đáp ứng — với các cộng đồng sử dụng công nghệ của họ. Maheshwari nói: “Việc thực thi tự động nên được sử dụng kết hợp với sự ủng hộ và hỗ trợ của cộng đồng, nó không nên là chiếc camera mà bạn dựng lên để thu tiền và nhận được [s] và gotchas”. Mục tiêu là “bắt đầu sử dụng những chiếc camera này theo cách cảnh báo và ngăn chặn những người lái xe quá đáng nhất [vì vậy] bạn thực sự có thể tạo ra sự hỗ trợ và thay đổi hành vi trên toàn cộng đồng.” Maheshwari nói, các thành phố và công dân của họ “cần tin tưởng chúng tôi”.

Ngoài ra còn có một lời giải thích về mặt công nghệ cho lý do tại sao camera của Obvio có thể không trở thành một công cụ giám sát quá mạnh cho cơ quan thực thi pháp luật vượt ra ngoài mục đích sử dụng đã định của chúng. Cột camera của Obvio ghi lại và xử lý cảnh quay cục bộ. Chỉ khi phát hiện ra vi phạm, cảnh quay mới rời khỏi thiết bị. Nếu không, tất cả các cảnh quay khác về xe cộ và người đi bộ đi qua một giao lộ nhất định sẽ ở lại trên thiết bị trong khoảng 12 giờ trước khi nó bị xóa. (Về mặt kỹ thuật, cảnh quay cũng thuộc sở hữu của các thành phố, nơi có quyền truy cập từ xa.) Điều này không loại bỏ khả năng cơ quan thực thi pháp luật sẽ sử dụng cảnh quay để giám sát công dân theo những cách khác. Nhưng nó làm giảm cơ hội đó. Sự tập trung đó là điều đã thúc đẩy đối tác Ajay Agarwal của Bain Capital Ventures đầu tư vào Obvio. Ông nói với TechCrunch: “Vâng, trong ngắn hạn, bạn có thể tối đa hóa lợi nhuận và xói mòn những giá trị đó, nhưng tôi nghĩ theo thời gian, nó sẽ hạn chế khả năng công ty này trở nên phổ biến. Nó sẽ tạo ra kẻ thù hoặc tạo ra những người không muốn điều này”. “Thành thật mà nói, những người sáng lập vĩ đại sẵn sàng hy sinh toàn bộ các dòng kinh doanh và rất nhiều doanh thu để theo đuổi sứ mệnh cuối cùng.”

Các chủ đề AI, Trí tuệ nhân tạo (AI), Bain Capital Ventures, Độc quyền, gây quỹ, Khởi nghiệp, Vận tải Sean O'Kane Phóng viên cao cấp, Vận tải Sean O’Kane là một phóng viên đã dành một thập kỷ để đưa tin về hoạt động kinh doanh và công nghệ đang phát triển nhanh chóng của ngành vận tải, bao gồm Tesla và nhiều công ty khởi nghiệp đang đuổi theo Elon Musk. Gần đây nhất, ông là phóng viên tại Bloomberg News, nơi ông đã giúp phá vỡ các câu chuyện về một số thất bại SPAC EV khét tiếng nhất. Trước đây, ông đã làm việc tại The Verge, nơi ông cũng đưa tin về công nghệ tiêu dùng, tổ chức nhiều video ngắn và dài, thực hiện chụp ảnh sản phẩm và biên tập, và một lần suýt ngất xỉu trên máy bay Red Bull Air Race. Xem Tiểu sử Ngày 15 tháng 7 năm 2025 Boston, MA Từ vòng hạt giống đến Series C và hơn thế nữa—những người sáng lập và các nhà đầu tư mạo hiểm ở tất cả các giai đoạn đang hướng đến Boston. Hãy là một phần của cuộc trò chuyện. Tiết kiệm hơn 200 đô la ngay bây giờ và khai thác những bài học mạnh mẽ, hiểu biết sâu sắc từ đồng nghiệp và các kết nối thay đổi cuộc chơi. Đăng ký ngay Được yêu thích nhất Apple đang cứu vãn Image Playground với sự thúc đẩy từ ChatGPT Aisha Malik Châu Âu, chúng tôi sẽ không rời đi. Chấm hết. Michael Reinstein Coco Robotics do Sam Altman hậu thuẫn huy động được 80 triệu đô la Rebecca Szkutak Tất cả các tính năng mới sắp có trên các ứng dụng iOS của Apple Aisha Malik Fervo Energy nhận được khoản tài trợ 206 triệu đô la để xây dựng nhà máy điện địa nhiệt khổng lồ Tim De Chant Liệu Scale AI và Alexandr Wang có thể khơi lại những nỗ lực AI của Meta? Maxwell Zeff Trang web vắc xin của chính phủ Hoa Kỳ bị xâm phạm bằng nội dung do AI tạo ra Lorenzo Franceschi-Bicchierai ← Camera biển báo dừng của Obvio sử dụng AI để loại bỏ những người lái xe không an toàn | TechCrunch Cosmic AI Station Sự tăng trưởng chóng mặt của trung tâm dữ liệu thách thức các mục tiêu bền vững của Microsoft | TechCrunch → Comments Leave a Reply Cancel reply Your email address will not be published. Required fields are marked * Comment * Name * Email * Website Save my name, email, and website in this browser for the next time I comment. More posts Camera biển báo dừng của Obvio sử dụng AI để loại bỏ những người lái xe không an toàn | TechCrunch Cosmic AI Station June 12, 2025 Camera biển báo dừng của Obvio sử dụng AI để loại bỏ những người lái xe không an toàn | TechCrunch Cosmic AI Station June 12, 2025 Camera biển báo dừng của Obvio sử dụng AI để loại bỏ những người lái xe không an toàn | TechCrunch Cosmic AI Station June 12, 2025 Gridcare cho rằng hơn 100 GW công suất trung tâm dữ liệu đang ẩn mình trong lưới điện | TechCrunch June 12, 2025

Camera biển báo dừng của Obvio sử dụng AI để loại bỏ những người lái xe không an toàn | TechCrunch Được viết bởi cosmic trong Uncategorized

Đường phố ở Mỹ cực kỳ nguy hiểm cho người đi bộ. Một startup có trụ sở tại San Carlos, California, có tên Obvio tin rằng họ có thể thay đổi điều đó bằng cách lắp đặt camera tại các biển báo dừng — một giải pháp mà những người sáng lập cũng nói là sẽ không tạo ra một xã hội giám sát toàn diện. Đó là một tuyên bố táo bạo vào thời điểm các công ty khác như Flock đang bị chỉ trích vì cách camera đọc biển số xe của họ đã trở thành một công cụ quan trọng trong một nhà nước giám sát quá mức. Những người sáng lập Obvio là Ali Rehan và Dhruv Maheshwari tin rằng họ có thể xây dựng một doanh nghiệp đủ lớn mà không nuông chiều những thôi thúc tồi tệ nhất đó. Họ đã thiết kế sản phẩm với các giới hạn về giám sát và chia sẻ dữ liệu để đảm bảo rằng họ có thể thực hiện theo tuyên bố đó. Họ cũng đã tìm thấy những nguồn lực lớn sẵn sàng tin họ. Công ty vừa hoàn thành vòng tài trợ Series A trị giá 22 triệu đô la do Bain Capital Ventures dẫn đầu. Obvio có kế hoạch sử dụng số tiền đó để mở rộng ra ngoài năm thành phố đầu tiên mà họ hiện đang hoạt động ở Maryland. Rehan và Maheshwari đã gặp nhau khi làm việc tại Motive, một công ty sản xuất camera hành trình cho ngành vận tải đường bộ. Khi còn ở đó, Maheshwari nói với TechCrunch rằng cả hai nhận ra “rất nhiều xe chở khách bình thường khác là những người lái xe tồi tệ.” Những người sáng lập cho biết họ đã rất kinh ngạc khi càng tìm hiểu về an toàn đường bộ. Không chỉ đường phố và vạch kẻ đường ngày càng trở nên nguy hiểm hơn cho người đi bộ, mà theo quan điểm của họ, Mỹ cũng đang tụt hậu trong việc thực thi. Maheshwari nói: “Hầu hết các quốc gia khác thực sự khá tốt về điều này. “Họ có công nghệ camera tốc độ. Họ có một nền văn hóa tốt về an toàn lái xe. Mỹ thực sự là một trong những quốc gia tồi tệ nhất trong tất cả các quốc gia hiện đại.”

Sự kiện Techcrunch Tiết kiệm hơn 200 đô la cho vé TechCrunch All Stage Xây dựng thông minh hơn. Mở rộng quy mô nhanh hơn. Kết nối sâu sắc hơn. Tham gia cùng những người có tầm nhìn xa từ Precursor Ventures, NEA, Index Ventures, Underscore VC, v.v. trong một ngày với đầy đủ các chiến lược, hội thảo và kết nối có ý nghĩa.

Tiết kiệm hơn 200 đô la cho vé TechCrunch All Stage Xây dựng thông minh hơn. Mở rộng quy mô nhanh hơn. Kết nối sâu sắc hơn. Tham gia cùng những người có tầm nhìn xa từ Precursor Ventures, NEA, Index Ventures, Underscore VC, v.v. trong một ngày với đầy đủ các chiến lược, hội thảo và kết nối có ý nghĩa.

Boston, MA | 15 tháng 7 ĐĂNG KÝ NGAY

Maheshwari và Rehan bắt đầu nghiên cứu về an toàn đường bộ bằng cách đọc sách và tham dự các hội nghị. Họ thấy rằng những người trong ngành có xu hướng tập trung vào ba giải pháp chung: giáo dục, kỹ thuật và thực thi. Theo quan điểm của họ, những cách tiếp cận đó thường quá tách biệt với nhau. Rất khó để định lượng tác động của các nỗ lực giáo dục. Các quan chức địa phương có thể cố gắng sửa chữa một giao lộ có vấn đề bằng cách, chẳng hạn, lắp đặt một vòng xuyến, nhưng điều đó có thể mất nhiều năm làm việc và hàng triệu đô la. Và lực lượng thực thi pháp luật không thể cắm trại ở mọi biển báo dừng. Rehan và Maheshwari đã thấy hứa hẹn trong việc kết hợp chúng. Kết quả là một cột trụ (thường có màu sáng) trên đỉnh là một camera chạy bằng năng lượng mặt trời có thể được lắp đặt gần như bất kỳ giao lộ nào. Nó được thiết kế để không hòa lẫn — một phần của khía cạnh giáo dục và nhận thức — và nó cũng được thiết kế cẩn thận để rẻ và dễ lắp đặt. AI trên thiết bị được đào tạo để phát hiện các loại vi phạm biển báo dừng hoặc các vi phạm khác tồi tệ nhất. (Công ty cũng tuyên bố trên trang web của mình rằng họ có thể bắt được hành vi lái xe quá tốc độ, vi phạm vạch kẻ đường, rẽ bất hợp pháp, chuyển làn đường không an toàn và thậm chí cả lái xe mất tập trung.) Khi một trong những điều này xảy ra, hệ thống sẽ đối chiếu biển số xe của một chiếc xe với cơ sở dữ liệu DMV của tiểu bang. Tất cả thông tin đó — tính chính xác của vi phạm, biển số xe — được xác minh bởi nhân viên hoặc nhà thầu của Obvio trước khi nó được gửi đến cơ quan thực thi pháp luật, cơ quan này sau đó phải xem xét các vi phạm trước khi ban hành trát. Obvio cung cấp công nghệ này cho các thành phố miễn phí và kiếm tiền từ các trát. Chính xác thì doanh thu từ trát sẽ được chia như thế nào giữa Obvio và chính phủ sẽ khác nhau tùy theo từng địa điểm, vì Maheshwari cho biết các quy định về các thỏa thuận như vậy khác nhau theo từng tiểu bang. Điều đó rõ ràng tạo ra một động lực để tăng số lượng trát. Nhưng Rehan và Maheshwari cho biết họ có thể xây dựng một doanh nghiệp xung quanh việc ngăn chặn những hành vi phạm tội tồi tệ nhất trên một vùng rộng lớn của các thành phố ở Mỹ. Họ cũng cho biết họ muốn Obvio luôn hiện diện — và đáp ứng — với các cộng đồng sử dụng công nghệ của họ. Maheshwari nói: “Việc thực thi tự động nên được sử dụng kết hợp với sự ủng hộ và hỗ trợ của cộng đồng, nó không nên là chiếc camera mà bạn dựng lên để thu tiền và nhận được [s] và gotchas”. Mục tiêu là “bắt đầu sử dụng những chiếc camera này theo cách cảnh báo và ngăn chặn những người lái xe quá đáng nhất [vì vậy] bạn thực sự có thể tạo ra sự hỗ trợ và thay đổi hành vi trên toàn cộng đồng.” Maheshwari nói, các thành phố và công dân của họ “cần tin tưởng chúng tôi”.

Ngoài ra còn có một lời giải thích về mặt công nghệ cho lý do tại sao camera của Obvio có thể không trở thành một công cụ giám sát quá mạnh cho cơ quan thực thi pháp luật vượt ra ngoài mục đích sử dụng đã định của chúng. Cột camera của Obvio ghi lại và xử lý cảnh quay cục bộ. Chỉ khi phát hiện ra vi phạm, cảnh quay mới rời khỏi thiết bị. Nếu không, tất cả các cảnh quay khác về xe cộ và người đi bộ đi qua một giao lộ nhất định sẽ ở lại trên thiết bị trong khoảng 12 giờ trước khi nó bị xóa. (Về mặt kỹ thuật, cảnh quay cũng thuộc sở hữu của các thành phố, nơi có quyền truy cập từ xa.) Điều này không loại bỏ khả năng cơ quan thực thi pháp luật sẽ sử dụng cảnh quay để giám sát công dân theo những cách khác. Nhưng nó làm giảm cơ hội đó. Sự tập trung đó là điều đã thúc đẩy đối tác Ajay Agarwal của Bain Capital Ventures đầu tư vào Obvio. Ông nói với TechCrunch: “Vâng, trong ngắn hạn, bạn có thể tối đa hóa lợi nhuận và xói mòn những giá trị đó, nhưng tôi nghĩ theo thời gian, nó sẽ hạn chế khả năng công ty này trở nên phổ biến. Nó sẽ tạo ra kẻ thù hoặc tạo ra những người không muốn điều này”. “Thành thật mà nói, những người sáng lập vĩ đại sẵn sàng hy sinh toàn bộ các dòng kinh doanh và rất nhiều doanh thu để theo đuổi sứ mệnh cuối cùng.”

Các chủ đề AI, Trí tuệ nhân tạo (AI), Bain Capital Ventures, Độc quyền, gây quỹ, Khởi nghiệp, Vận tải Sean O'Kane Phóng viên cao cấp, Vận tải Sean O’Kane là một phóng viên đã dành một thập kỷ để đưa tin về hoạt động kinh doanh và công nghệ đang phát triển nhanh chóng của ngành vận tải, bao gồm Tesla và nhiều công ty khởi nghiệp đang đuổi theo Elon Musk. Gần đây nhất, ông là phóng viên tại Bloomberg News, nơi ông đã giúp phá vỡ các câu chuyện về một số thất bại SPAC EV khét tiếng nhất. Trước đây, ông đã làm việc tại The Verge, nơi ông cũng đưa tin về công nghệ tiêu dùng, tổ chức nhiều video ngắn và dài, thực hiện chụp ảnh sản phẩm và biên tập, và một lần suýt ngất xỉu trên máy bay Red Bull Air Race. Xem Tiểu sử Ngày 15 tháng 7 năm 2025 Boston, MA Từ vòng hạt giống đến Series C và hơn thế nữa—những người sáng lập và các nhà đầu tư mạo hiểm ở tất cả các giai đoạn đang hướng đến Boston. Hãy là một phần của cuộc trò chuyện. Tiết kiệm hơn 200 đô la ngay bây giờ và khai thác những bài học mạnh mẽ, hiểu biết sâu sắc từ đồng nghiệp và các kết nối thay đổi cuộc chơi. Đăng ký ngay Được yêu thích nhất Apple đang cứu vãn Image Playground với sự thúc đẩy từ ChatGPT Aisha Malik Châu Âu, chúng tôi sẽ không rời đi. Chấm hết. Michael Reinstein Coco Robotics do Sam Altman hậu thuẫn huy động được 80 triệu đô la Rebecca Szkutak Tất cả các tính năng mới sắp có trên các ứng dụng iOS của Apple Aisha Malik Fervo Energy nhận được khoản tài trợ 206 triệu đô la để xây dựng nhà máy điện địa nhiệt khổng lồ Tim De Chant Liệu Scale AI và Alexandr Wang có thể khơi lại những nỗ lực AI của Meta? Maxwell Zeff Trang web vắc xin của chính phủ Hoa Kỳ bị xâm phạm bằng nội dung do AI tạo ra Lorenzo Franceschi-Bicchierai ← Camera biển báo dừng của Obvio sử dụng AI để loại bỏ những người lái xe không an toàn | TechCrunch Cosmic AI Station Camera biển báo dừng của Obvio sử dụng AI để loại bỏ những người lái xe không an toàn | TechCrunch Sự tăng trưởng chóng mặt của trung tâm dữ liệu thách thức các mục tiêu bền vững của Microsoft | TechCrunch → Comments Leave a Reply Cancel reply Your email address will not be published. Required fields are marked * Comment * Name * Email * Website Save my name, email, and website in this browser for the next time I comment. More posts Camera biển báo dừng của Obvio sử dụng AI để loại bỏ những người lái xe không an toàn | TechCrunch Cosmic AI Station June 12, 2025 Camera biển báo dừng của Obvio sử dụng AI để loại bỏ những người lái xe không an toàn | TechCrunch Cosmic AI Station June 12, 2025 Camera biển báo dừng của Obvio sử dụng AI để loại bỏ những người lái xe không an toàn | TechCrunch Gridcare cho rằng hơn 100 GW công suất trung tâm dữ liệu đang ẩn mình trong lưới điện | TechCrunch Sự tăng trưởng chóng mặt của trung tâm dữ liệu thách thức các mục tiêu bền vững của Microsoft | TechCrunch

Camera biển báo dừng của Obvio sử dụng AI để loại bỏ những người lái xe không an toàn | TechCrunch Được viết bởi cosmic trong Uncategorized

Đường phố ở Mỹ cực kỳ nguy hiểm cho người đi bộ. Một startup có trụ sở tại San Carlos, California, có tên Obvio tin rằng họ có thể thay đổi điều đó bằng cách lắp đặt camera tại các biển báo dừng — một giải pháp mà những người sáng lập cũng nói là sẽ không tạo ra một xã hội giám sát toàn diện. Đó là một tuyên bố táo bạo vào thời điểm các công ty khác như Flock đang bị chỉ trích vì cách camera đọc biển số xe của họ đã trở thành một công cụ quan trọng trong một nhà nước giám sát quá mức. Những người sáng lập Obvio là Ali Rehan và Dhruv Maheshwari tin rằng họ có thể xây dựng một doanh nghiệp đủ lớn mà không nuông chiều những thôi thúc tồi tệ nhất đó. Họ đã thiết kế sản phẩm với các giới hạn về giám sát và chia sẻ dữ liệu để đảm bảo rằng họ có thể thực hiện theo tuyên bố đó. Họ cũng đã tìm thấy những nguồn lực lớn sẵn sàng tin họ. Công ty vừa hoàn thành vòng tài trợ Series A trị giá 22 triệu đô la do Bain Capital Ventures dẫn đầu. Obvio có kế hoạch sử dụng số tiền đó để mở rộng ra ngoài năm thành phố đầu tiên mà họ hiện đang hoạt động ở Maryland. Rehan và Maheshwari đã gặp nhau khi làm việc tại Motive, một công ty sản xuất camera hành trình cho ngành vận tải đường bộ. Khi còn ở đó, Maheshwari nói với TechCrunch rằng cả hai nhận ra “rất nhiều xe chở khách bình thường khác là những người lái xe tồi tệ.” Những người sáng lập cho biết họ đã rất kinh ngạc khi càng tìm hiểu về an toàn đường bộ. Không chỉ đường phố và vạch kẻ đường ngày càng trở nên nguy hiểm hơn cho người đi bộ, mà theo quan điểm của họ, Mỹ cũng đang tụt hậu trong việc thực thi. Maheshwari nói: “Hầu hết các quốc gia khác thực sự khá tốt về điều này. “Họ có công nghệ camera tốc độ. Họ có một nền văn hóa tốt về an toàn lái xe. Mỹ thực sự là một trong những quốc gia tồi tệ nhất trong tất cả các quốc gia hiện đại.”

Sự kiện Techcrunch Tiết kiệm hơn 200 đô la cho vé TechCrunch All Stage Xây dựng thông minh hơn. Mở rộng quy mô nhanh hơn. Kết nối sâu sắc hơn. Tham gia cùng những người có tầm nhìn xa từ Precursor Ventures, NEA, Index Ventures, Underscore VC, v.v. trong một ngày với đầy đủ các chiến lược, hội thảo và kết nối có ý nghĩa.

Tiết kiệm hơn 200 đô la cho vé TechCrunch All Stage Xây dựng thông minh hơn. Mở rộng quy mô nhanh hơn. Kết nối sâu sắc hơn. Tham gia cùng những người có tầm nhìn xa từ Precursor Ventures, NEA, Index Ventures, Underscore VC, v.v. trong một ngày với đầy đủ các chiến lược, hội thảo và kết nối có ý nghĩa.

Boston, MA | 15 tháng 7 ĐĂNG KÝ NGAY

Maheshwari và Rehan bắt đầu nghiên cứu về an toàn đường bộ bằng cách đọc sách và tham dự các hội nghị. Họ thấy rằng những người trong ngành có xu hướng tập trung vào ba giải pháp chung: giáo dục, kỹ thuật và thực thi. Theo quan điểm của họ, những cách tiếp cận đó thường quá tách biệt với nhau. Rất khó để định lượng tác động của các nỗ lực giáo dục. Các quan chức địa phương có thể cố gắng sửa chữa một giao lộ có vấn đề bằng cách, chẳng hạn, lắp đặt một vòng xuyến, nhưng điều đó có thể mất nhiều năm làm việc và hàng triệu đô la. Và lực lượng thực thi pháp luật không thể cắm trại ở mọi biển báo dừng. Rehan và Maheshwari đã thấy hứa hẹn trong việc kết hợp chúng. Kết quả là một cột trụ (thường có màu sáng) trên đỉnh là một camera chạy bằng năng lượng mặt trời có thể được lắp đặt gần như bất kỳ giao lộ nào. Nó được thiết kế để không hòa lẫn — một phần của khía cạnh giáo dục và nhận thức — và nó cũng được thiết kế cẩn thận để rẻ và dễ lắp đặt. AI trên thiết bị được đào tạo để phát hiện các loại vi phạm biển báo dừng hoặc các vi phạm khác tồi tệ nhất. (Công ty cũng tuyên bố trên trang web của mình rằng họ có thể bắt được hành vi lái xe quá tốc độ, vi phạm vạch kẻ đường, rẽ bất hợp pháp, chuyển làn đường không an toàn và thậm chí cả lái xe mất tập trung.) Khi một trong những điều này xảy ra, hệ thống sẽ đối chiếu biển số xe của một chiếc xe với cơ sở dữ liệu DMV của tiểu bang. Tất cả thông tin đó — tính chính xác của vi phạm, biển số xe — được xác minh bởi nhân viên hoặc nhà thầu của Obvio trước khi nó được gửi đến cơ quan thực thi pháp luật, cơ quan này sau đó phải xem xét các vi phạm trước khi ban hành trát. Obvio cung cấp công nghệ này cho các thành phố miễn phí và kiếm tiền từ các trát. Chính xác thì doanh thu từ trát sẽ được chia như thế nào giữa Obvio và chính phủ sẽ khác nhau tùy theo từng địa điểm, vì Maheshwari cho biết các quy định về các thỏa thuận như vậy khác nhau theo từng tiểu bang. Điều đó rõ ràng tạo ra một động lực để tăng số lượng trát. Nhưng Rehan và Maheshwari cho biết họ có thể xây dựng một doanh nghiệp xung quanh việc ngăn chặn những hành vi phạm tội tồi tệ nhất trên một vùng rộng lớn của các thành phố ở Mỹ. Họ cũng cho biết họ muốn Obvio luôn hiện diện — và đáp ứng — với các cộng đồng sử dụng công nghệ của họ. Maheshwari nói: “Việc thực thi tự động nên được sử dụng kết hợp với sự ủng hộ và hỗ trợ của cộng đồng, nó không nên là chiếc camera mà bạn dựng lên để thu tiền và nhận được [s] và gotchas”. Mục tiêu là “bắt đầu sử dụng những chiếc camera này theo cách cảnh báo và ngăn chặn những người lái xe quá đáng nhất [vì vậy] bạn thực sự có thể tạo ra sự hỗ trợ và thay đổi hành vi trên toàn cộng đồng.” Maheshwari nói, các thành phố và công dân của họ “cần tin tưởng chúng tôi”.

Ngoài ra còn có một lời giải thích về mặt công nghệ cho lý do tại sao camera của Obvio có thể không trở thành một công cụ giám sát quá mạnh cho cơ quan thực thi pháp luật vượt ra ngoài mục đích sử dụng đã định của chúng. Cột camera của Obvio ghi lại và xử lý cảnh quay cục bộ. Chỉ khi phát hiện ra vi phạm, cảnh quay mới rời khỏi thiết bị. Nếu không, tất cả các cảnh quay khác về xe cộ và người đi bộ đi qua một giao lộ nhất định sẽ ở lại trên thiết bị trong khoảng 12 giờ trước khi nó bị xóa. (Về mặt kỹ thuật, cảnh quay cũng thuộc sở hữu của các thành phố, nơi có quyền truy cập từ xa.) Điều này không loại bỏ khả năng cơ quan thực thi pháp luật sẽ sử dụng cảnh quay để giám sát công dân theo những cách khác. Nhưng nó làm giảm cơ hội đó. Sự tập trung đó là điều đã thúc đẩy đối tác Ajay Agarwal của Bain Capital Ventures đầu tư vào Obvio. Ông nói với TechCrunch: “Vâng, trong ngắn hạn, bạn có thể tối đa hóa lợi nhuận và xói mòn những giá trị đó, nhưng tôi nghĩ theo thời gian, nó sẽ hạn chế khả năng công ty này trở nên phổ biến. Nó sẽ tạo ra kẻ thù hoặc tạo ra những người không muốn điều này”. “Thành thật mà nói, những người sáng lập vĩ đại sẵn sàng hy sinh toàn bộ các dòng kinh doanh và rất nhiều doanh thu để theo đuổi sứ mệnh cuối cùng.”

Các chủ đề AI, Trí tuệ nhân tạo (AI), Bain Capital Ventures, Độc quyền, gây quỹ, Khởi nghiệp, Vận tải Sean O'Kane Phóng viên cao cấp, Vận tải Sean O’Kane là một phóng viên đã dành một thập kỷ để đưa tin về hoạt động kinh doanh và công nghệ đang phát triển nhanh chóng của ngành vận tải, bao gồm Tesla và nhiều công ty khởi nghiệp đang đuổi theo Elon Musk. Gần đây nhất, ông là phóng viên tại Bloomberg News, nơi ông đã giúp phá vỡ các câu chuyện về một số thất bại SPAC EV khét tiếng nhất. Trước đây, ông đã làm việc tại The Verge, nơi ông cũng đưa tin về công nghệ tiêu dùng, tổ chức nhiều video ngắn và dài, thực hiện chụp ảnh sản phẩm và biên tập, và một lần suýt ngất xỉu trên máy bay Red Bull Air Race. Xem Tiểu sử Ngày 15 tháng 7 năm 2025 Boston, MA Từ vòng hạt giống đến Series C và hơn thế nữa—những người sáng lập và các nhà đầu tư mạo hiểm ở tất cả các giai đoạn đang hướng đến Boston. Hãy là một phần của cuộc trò chuyện. Tiết kiệm hơn 200 đô la ngay bây giờ và khai thác những bài học mạnh mẽ, hiểu biết sâu sắc từ đồng nghiệp và các kết nối thay đổi cuộc chơi. Đăng ký ngay Được yêu thích nhất Apple đang cứu vãn Image Playground với sự thúc đẩy từ ChatGPT Aisha Malik Châu Âu, chúng tôi sẽ không rời đi. Chấm hết. Michael Reinstein Coco Robotics do Sam Altman hậu thuẫn huy động được 80 triệu đô la Rebecca Szkutak Tất cả các tính năng mới sắp có trên các ứng dụng iOS của Apple Aisha Malik Fervo Energy nhận được khoản tài trợ 206 triệu đô la để xây dựng nhà máy điện địa nhiệt khổng lồ Tim De Chant Liệu Scale AI và Alexandr Wang có thể khơi lại những nỗ lực AI của Meta? Maxwell Zeff Trang web vắc xin của chính phủ Hoa Kỳ bị xâm phạm bằng nội dung do AI tạo ra Lorenzo Franceschi-Bicchierai ← Camera biển báo dừng của Obvio sử dụng AI để loại bỏ những người lái xe không an toàn | TechCrunch Cosmic AI Station Camera biển báo dừng của Obvio sử dụng AI để loại bỏ những người lái xe không an toàn | TechCrunch Sự tăng trưởng chóng mặt của trung tâm dữ liệu thách thức các mục tiêu bền vững của Microsoft | TechCrunch → Comments Leave a Reply Cancel reply Your email address will not be published. Required fields are marked * Comment * Name * Email * Website Save my name, email, and website in this browser for the next time I comment. More posts Camera biển báo dừng của Obvio sử dụng AI để loại bỏ những người lái xe không an toàn | TechCrunch Cosmic AI Station June 12, 2025 Camera biển báo dừng của Obvio sử dụng AI để loại bỏ những người lái xe không an toàn | TechCrunch Cosmic AI Station June 12, 2025 Gridcare cho rằng hơn 100 GW công suất trung tâm dữ liệu đang ẩn mình trong lưới điện | TechCrunch June 12, 2025 Sự tăng trưởng chóng mặt của trung tâm dữ liệu thách thức các mục tiêu bền vững của Microsoft | TechCrunch June 12, 2025