9 millió dollárra nőtt az EDGE Sound Research finanszírozása

A hangot kapcsolják össze a többi érzékelő adatával

Az október 27-i bejelentés szerint az új finanszírozási kört a Stormbreaker Ventures vezette. A bevont tőke egy részét a vállalat élő sportközvetítőkkel, ligákkal és helyszínekkel folytatott telepítéseinek folytatására fordítja. Emellett bővíti saját, többféle érzékelőtől származó adatkészletét, valamint új alkalmazásokat fejleszt a fizikai AI, a robotika, az autonóm rendszerek és az intelligens környezetek számára.

Az EDGE Sound szerint a fizikai világban működő mesterséges intelligenciának nem elég azt érzékelnie, amit egy kamera lát. A hang olyan eseményekről is információt adhat, amelyek a kamera látómezején kívül történnek. A vállalat platformja a már telepített mikrofonok és mikrofonrendszerek jeleit dolgozza fel, a zajban elkülöníti az egyes hangforrásokat és eseményeket, majd ezeket videó-, követési, időzítési és helyadatokkal kapcsolja össze.

Az eredmény a cég megfogalmazása szerint egy strukturált, valós idejű kép egy jelenetről: mi történt, hol és mikor történt, valamint melyik objektumhoz kapcsolódott. A rendszer az EDGE Sound szerint nem a meglévő kamerák, követőrendszerek és egyéb érzékelők lecserélésére szolgál, hanem egyetlen értelmezési rétegben kapcsolja össze azokat.

A sportközvetítésekből indult a technológia

Az élő sport az EDGE Sound számára azonnali kereskedelmi piacot biztosított, miközben a vállalat összetett és zajos valós környezetben fejleszthette és ellenőrizhette érzékelési technológiáját. A Virtual Sound Engine már kereskedelmi használatban van élő sportközvetítésekben. A cég ügyfelei és partnerei között a Shure, az NBA, a Fox Sports és az United States Tennis Association szerepel.

A vállalat példaként említi, hogy a technológiával egy közvetítő automatikusan követheti egy játékos hangját a mérkőzés során. Ugyanez az alapvető érzékelési probléma jelenik meg akkor is, amikor egy robotnak fel kell ismernie, hogy a háta mögött történt valami.

„A mai robotok és intelligens rendszerek olyanok, mint a kisgyerekek. Magas szinten képesek érvelni, de a döntés előtt nem veszik figyelembe a teljes környezetüket”, mondta Valtteri Salomaki, az EDGE Sound Research társalapítója és vezérigazgatója. Hozzátette, hogy a vállalat azért indult a hanggal, mert ezt a jelet a legtöbb rendszer eldobja, a megoldás kidolgozása pedig arra kényszerítette őket, hogy a helyiség minden érzékelőjét összekapcsolják.

Egyetemi kutatásból lett vállalkozás

Az EDGE Sound megközelítése a University of California, Riverside doktori kutatásaiból nőtt ki. A két társalapító eltérő tapasztalatot hozott a projekthez. Dr. Ethan Castro, aki nagyothallóként született, majd hivatásos zenész és zeneszerző lett, azt vizsgálta, hogyan érzékelik az emberek a környezetüket hallással és fizikai rezgéssel. Valtteri Salomaki információs rendszerekkel, marketinggel és feltörekvő technológiákkal foglalkozott, és az adatforrást látta a hangban.

A vállalatot 2020-ban alapították. Az EDGE Sound közlése szerint a közös megközelítés képezi a cég érzékelési technológiájának alapját, amelyet jelenleg ligákkal, közvetítőkkel, helyszínekkel és technológiai partnerekkel fejlesztenek tovább.

„Minden fizikai AI-ról szóló beszélgetés ugyanabba az akadályba ütközik. A modellek és a robotok készen állnak, de az alapul szolgáló rendszerek nem tudják megbízhatóan megmondani, mi történik valós időben”, mondta Said Mia, a Stormbreaker Ventures alapítója és ügyvezető partnere.

A következő célpont a fizikai AI

Az új befektetés az EDGE Sound számára lehetővé teszi a sportpiaci jelenlét folytatását és a saját többmodalitású szenzoradatainak bővítését. A vállalat ezt a tapasztalatot olyan területekre vinné tovább, ahol a rendszereknek a hangot, a képet, a mozgást, az időzítést és a helyszínt együtt kell értelmezniük.

A bejelentés alapján a felhasználók számára ennek első kézzelfogható területe az élő sport marad, ahol a Virtual Sound Engine már működik. A piac szempontjából a cég olyan értelmezési réteget épít, amely a meglévő érzékelőinfrastruktúrára támaszkodik, és azt kapcsolja össze a fizikai környezet valós idejű megértéséhez. A következő alkalmazási területek között a robotika, az autonóm rendszerek és az intelligens környezetek szerepelnek.