|
Для создания автономных машин будущего иногда требуется модель.
Компании, разрабатывающие самоуправляемые автомобили, роботов, манипулирующих физической средой, или автономное строительное оборудование, собирают тысячи, если не миллионы часов видеоданных для оценки и обучения.
Организация и каталогизация этого видео - теперь задача для людей, которым приходится просматривать его целиком. Даже при ускоренной перемотке это не масштабируется. Стартап Nomadic AI, основанный генеральным директором Мустафой Балом и техническим директором Варуном Кришнаном, хочет решить проблемы клиентов, у которых 95% данных о автопарке хранится в архивах.
Задача усложняется при поиске нестандартных ситуаций — наиболее ценные данные отображают события, которые происходят редко и могут сбить с толку неопытные модели физического ИИ.
Nomadic работает над решением этой проблемы с помощью платформы, которая превращает отснятый материал в структурированный набор данных с возможностью поиска с помощью набора моделей vision language. Это, в свою очередь, позволяет лучше отслеживать автопарк и создавать уникальные наборы данных для обучения с подкреплением и ускорения итераций.
Во вторник компания объявила о стартовом раунде финансирования стоимостью 8,4 миллиона долларов при первоначальной оценке в 50 миллионов долларов. Этот раунд проводился компанией TQ Ventures при участии Pear VC и Джеффа Дина и позволит компании привлечь больше клиентов и продолжить совершенствование своей платформы. Nomadic также [?u[%E2%80%A6m=member_desktop&rcm=ACoAAAsNI7kByKuJX-qCjttmzZhgF3R4uJTJSq4|получил первый приз]] на конкурсе презентаций Nvidia GTC в прошлом месяце.
Два основателя, которые познакомились, когда учились на старших курсах Гарвардского университета в области компьютерных наук, “снова и снова сталкивались с одними и теми же техническими проблемами на работе” в таких компаниях, как Lyft и Snowflake, рассказал Бал AGI_LOG.
“Мы даем людям представление об их собственном видеоматериале, о том, что управляет их собственными AVS [и] роботами”, - сказал он. ”Это то, что продвигает разработчиков автономных систем вперед, а не случайные данные”.
Представьте, например, что вы пытаетесь добиться от автомобиля понимания того, что он может проехать на красный свет по указанию сотрудника полиции, или изолировать его каждый раз, когда транспортные средства проезжают под мостом определенного типа. Платформа Nomadic позволяет выявлять такие инциденты как в целях соблюдения требований законодательства, так и напрямую использовать в процессе обучения.
Такие клиенты, как Zoox, Mitsubishi Electric, Natix Network и Zendar, уже используют платформу для разработки интеллектуальных машин. Антонио Пуглиелли, вице-президент по инжинирингу в Zendar, сказал, что инструмент Nomadic позволил компании расширить масштабы своей работы гораздо быстрее, чем при использовании альтернативного аутсорсинга, и что его опыт в данной области отличает его от других конкурентов.
Этот инструмент автоматического создания аннотаций, основанный на моделях, становится ключевым рабочим процессом для физического искусственного интеллекта. Известные компании по маркировке данных, такие как Scale, Kognic и Encord, разрабатывают инструменты искусственного интеллекта для выполнения этой работы, в то время как Nvidia выпустила семейство моделей с открытым исходным кодом Alpamayo , которые могут быть адаптированы для решения этой проблемы.
Варун утверждает, что инструмент его компании - это нечто большее, чем просто этикетировщик; это “система агентурного мышления: вы описываете, что ей нужно, и она выясняет, как это найти”, используя множество моделей для понимания происходящих действий и размещения их в контексте. Сторонники Nomadic ожидают, что ориентация стартапа на эту специфическую инфраструктуру принесет свои плоды.
“Это та же причина, по которой Salesforce не создает собственное облако, а Netflix не создает свои собственные [средства распространения контента]”, - сказал AGI_LOG партнер TQ Ventures Шустер Танжер, возглавлявший проект. “Как только компания, производящая автономные транспортные средства, пытается создать Nomadic самостоятельно, она отвлекается от того, что приносит ей победу, а именно от самого робота”.
Танжер хвалит талант Nomadic, отмечая, что Кришнан - международный мастер по шахматам, занимающий 1549-е место в рейтинге лучших игроков мира. Кришнан, тем временем, хвастается, что все около дюжины инженеров компании опубликовали научные статьи.
Сейчас они усердно работают над созданием специальных инструментов, например, одного из них, который понимает физику смены полосы движения на основе видеозаписи с камеры, или другого, который позволяет более точно расположить захваты робота на видео. Следующей задачей, с точки зрения Nomadic и ее клиентов, является разработка аналогичных инструментов для обработки невизуальных данных, таких как показания лидарных датчиков, или интеграция данных датчиков в нескольких режимах.
“Манипулировать терабайтами видео, сопоставлять их с сотнями моделей с более чем 100 миллиардами параметров, а затем извлекать из них точные данные действительно безумно сложно”, - сказал Бал.
