Fotor’s Joint Research Accepted by ICLR 2026, Advancing Its Agent’s Multimodal Reasoning
(SeaPRwire) – ลอสแอนเจลิส 2 เมษายน 2569 — Fotor ซึ่งเป็นผลิตภัณฑ์ AI หลักของ Everimaging ได้ประกาศในวันนี้ว่าผลงานวิจัยร่วมล่าสุดได้รับการยอมรับให้เป็นเอกสารการประชุม (conference paper) ในงาน ICLR 2026 ซึ่งเป็นหนึ่งในการประชุมวิชาการชั้นนำของโลกด้านปัญญาประดิษฐ์ เอกสารวิจัยที่มีชื่อว่า “WEB-COGREASONER: TOWARDS MULTIMODAL KNOWLEDGE-INDUCED COGNITIVE REASONING FOR WEB AGENTS” นับเป็นก้าวสำคัญในยุคของการทำงานอัตโนมัติของ AI ความก้าวหน้าครั้งนี้เกิดขึ้นจากความร่วมมือระหว่าง Fotor และมหาวิทยาลัย/สถาบันวิจัยที่มีชื่อเสียง ซึ่งประสบความสำเร็จในการเชื่อมช่องว่างระหว่างความสำเร็จทางวิชาการกับการปฏิบัติจริงในอุตสาหกรรม ความก้าวหน้าหลัก: การทำให้ AI เชี่ยวชาญ “ความรู้สามระดับ” เมื่อต้องเผชิญกับเว็บเพจที่ซับซ้อนและการรบกวนจากป๊อปอัป เอเจนต์เว็บแบบดั้งเดิมมักจะติดอยู่ในวงจรที่ไม่สามารถทำงานต่อได้ เพื่อแก้ไขปัญหาคอขวดนี้ ทีมวิจัยร่วมได้แรงบันดาลใจจาก “Bloom’s Taxonomy” ในด้านจิตวิทยาการศึกษา และได้เสนอกรอบความคิด Web-CogKnowledge ขึ้นอย่างสร้างสรรค์ กรอบความคิดนี้แบ่งกระบวนการเรียนรู้ของ AI ออกเป็นสามขั้นตอนของการรู้คิดที่ก้าวหน้าต่อเนื่องกัน: Factual Knowledge: ทำให้ AI สามารถระบุองค์ประกอบบนเว็บได้อย่างแม่นยำ และคาดการณ์ผลลัพธ์โดยตรงจากการโต้ตอบแบบครั้งเดียว Conceptual Knowledge: มอบความเข้าใจเชิงความหมายอย่างลึกซึ้งให้กับ AI เพื่อให้สามารถอนุมานหน้าที่ของส่วนประกอบต่างๆ และเข้าใจความตั้งใจโดยรวมของเว็บเพจ Procedural Knowledge: ฝึกฝน AI ด้านการวางแผนและการตัดสินใจ เพื่อให้สามารถดำเนินลำดับของการกระทำและจัดการกับการขัดจังหวะที่ไม่คาดคิด เช่น ป๊อปอัป ด้วยการสนับสนุนจากระบบนี้และ Web-CogDataset (ซึ่งสร้างขึ้นจากเว็บไซต์จริง 14 แห่ง) ขณะนี้ AI มี “กระบวนการคิดแบบเป็นขั้นตอนที่ขับเคลื่อนด้วยความรู้ (Knowledge-driven Chain of Thought หรือ CoT)” ที่ทรงพลังสำหรับการให้เหตุผลเชิงตรรกะอย่างลึกซึ้ง จากงานวิจัยสู่ผลิตภัณฑ์: ขับเคลื่อน Fotor Agent รุ่นต่อไป จากพื้นฐานงานวิจัยใน ICLR 2026 Fotor ได้รับการติดตั้งความสามารถในการเปลี่ยนความก้าวหน้าทางวิชาการให้เป็นความเป็นเลิศทางผลิตภัณฑ์ […]
