Dazzle là trợ lý trí tuệ nhân tạo của Marissa Mayer, dùng cuộn ảnh thay cho thư điện tử hoặc lịch để xây dựng bối cảnh về người dùng. Thử nghiệm của TechCrunch cho thấy công cụ đưa ra được một số gợi ý hữu ích, nhưng vẫn bỏ sót thông tin cá nhân quan trọng.
Phát hiện chính về cách Dazzle đọc cuộn ảnh
Theo TechCrunch, Dazzle phân tích ảnh lưu trên điện thoại để xây dựng bối cảnh về người dùng. Nguồn dữ liệu này khác với thư điện tử, lịch và lịch sử mua sắm mà nhiều trợ lý khác sử dụng.
Dazzle được phát triển bởi Marissa Mayer, cựu giám đốc điều hành Yahoo. Theo TechCrunch, công ty huy động vòng vốn hạt giống trị giá 8 triệu USD vào tháng 12 năm 2025. Sản phẩm xuất hiện trong cùng thị trường với Muse và Instinct.
Mayer cho rằng ảnh chưa được đánh giá đúng như một nguồn thông tin cá nhân. Theo bà, Dazzle có thể suy ra những chi tiết như người dùng có thích trượt tuyết hay không, chuyến đi gần nhất ở đâu và con cái của họ đang quan tâm điều gì.
Cách tiếp cận này nối tiếp công việc của Sunshine, công ty trước đây của Mayer. Sunshine ra mắt Shine, một công cụ chia sẻ ảnh ứng dụng trí tuệ nhân tạo, vào năm 2024. Sản phẩm bị phê bình vì thiết kế lỗi thời, không thu hút được lượng người dùng rộng rãi và sau đó phải đóng cửa. Mayer cho biết dự án đã tạo ra tài sản trí tuệ đáng chú ý.
Nội dung Dazzle khai thác từ ảnh cá nhân
Dazzle chia trải nghiệm thành hai nhóm: xử lý nhu cầu tức thời từ ảnh gần đây và đưa ra gợi ý cá nhân từ toàn bộ thư viện. Công cụ có thể tạo sự kiện lịch từ ảnh thông báo, hỗ trợ tìm thợ sửa chữa hoặc đề xuất địa điểm nghỉ lễ, hoạt động gia đình và quà sinh nhật.
Người dùng hiện có thể tương tác với Dazzle qua ứng dụng hoặc tin nhắn. Với nhu cầu tức thời, công cụ quét ảnh gần đây để lấy dữ liệu cần thiết. Ví dụ, Dazzle có thể thêm một sự kiện vào lịch từ ảnh tờ thông báo hoặc tìm thợ sửa chữa sau khi phát hiện cửa nhà để xe bị hỏng.
Gợi ý từ toàn bộ thư viện ảnh
Nhóm tính năng còn lại tập trung vào các gợi ý cá nhân. Dazzle rà soát thư viện ảnh để đề xuất địa điểm nghỉ lễ, hoạt động gia đình hoặc quà sinh nhật. Dazzle dùng ký ức hình ảnh làm nguồn bối cảnh, còn Muse chỉ được nguồn nhắc đến như một trợ lý khác trên thị trường.
Mayer dùng Dazzle để tìm ý tưởng cho những buổi đi chơi cùng gia đình. Từ ảnh của bà, trợ lý nhận ra gia đình thích trò chơi thoát khỏi phòng kín và đề xuất các địa điểm trong khu vực Vịnh San Francisco mà bà chưa biết.
Trong thử nghiệm của TechCrunch, Dazzle đề xuất một số điểm đến ở Địa Trung Hải, có thể dựa trên ảnh từ các chuyến đi trước tới Tây Ban Nha và Hy Lạp. Công cụ cũng gợi ý Sicily dù người thử nghiệm đã đến đó 4 năm trước. Những đề xuất khác gồm một xưởng gốm gần nhà và chuyến chèo thuyền ngắm sinh vật phát quang tại Vịnh Tomales.
Dazzle chính xác đến mức nào?
Các đề xuất của Dazzle có thể phản ánh sở thích được ghi lại trong ảnh, nhưng công cụ chưa ghi nhớ đầy đủ bối cảnh cá nhân. Trong một thử nghiệm, Dazzle không nhớ rằng con gái của người dùng đã biết trượt patin khi được hỏi liệu giày trượt có phù hợp làm quà sinh nhật hay không.
Trường hợp này cho thấy cuộn ảnh chứa nhiều dấu hiệu hữu ích, nhưng khả năng suy luận vẫn có điểm mù. Một hoạt động xuất hiện trong ảnh không nhất thiết cho biết người dùng đã thử hoạt động đó, còn thích nó hay cần một món đồ liên quan.
Dù còn hạn chế, người thử nghiệm của TechCrunch cảm thấy các đề xuất của Dazzle mang tính cá nhân hơn kết quả từ một trợ lý chỉ biết lịch làm việc. Bài thử nghiệm không xác định việc phân tích ảnh là nguyên nhân trực tiếp tạo ra khác biệt này.
Dazzle xử lý quyền riêng tư ra sao?
Dazzle đặt quyền riêng tư vào trọng tâm của cách tiếp cận dựa trên ảnh. Mayer cho rằng người dùng có thể thoải mái hơn khi cấp quyền truy cập thư viện ảnh thay vì thư điện tử và tin nhắn. Dazzle cho biết hệ thống ưu tiên quyền riêng tư và loại bỏ thông tin cá nhân mà trí tuệ nhân tạo đánh dấu là nhạy cảm.
Lập luận này xuất hiện trong bối cảnh có những lo ngại bảo mật liên quan đến Instinct và Muse. Tuy nhiên, thư viện ảnh vẫn có thể chứa địa điểm, khuôn mặt, tài liệu và các chi tiết riêng tư khác. Vì vậy, cách Dazzle phân loại và loại bỏ dữ liệu nhạy cảm là một phần quan trọng trong việc đánh giá sản phẩm.
Cách Dazzle dùng ảnh làm bối cảnh góp thêm một trường hợp vào cuộc thảo luận rộng hơn về trí tuệ nhân tạo trên đồng hồ Apple và các thiết bị cá nhân. Dazzle chưa hữu dụng rộng bằng các trợ lý khác, nhưng sản phẩm cho thấy ảnh cá nhân có thể cung cấp bối cảnh để trí tuệ nhân tạo chuyển từ thực hiện yêu cầu sang hình thành hiểu biết về người dùng.
Hãy tiếp tục theo dõi Sine để cập nhật cách các trợ lý trí tuệ nhân tạo khai thác dữ liệu cá nhân và thay đổi trải nghiệm hằng ngày.
