تقدم Appen بيانات تدريب عالية الجودة لصناعي السيارات ذاتية القيادة

Appen Limited (ASX:APX)، المزود الرائد لبيانات التدريب عالية الجودة للمنظمات التي تبني أنظمة ذكاء اصطناعي فعالة على نطاق واسع، أعلن اليوم عن تعزيز القدرات لضمان حصول مصنعي السيارات ذاتية القيادة على بيانات تدريب عالية الجودة ويمكنهم الحصول على أقصى قيمة من استثماراتهم في بيانات التدريب. بيانات التدريب عالية الجودة ضرورية لضمان تشغيل السيارات ذاتية القيادة بأمان وبالطريقة المتوقعة، ويمكن Appen، التي تعمل مع 7 من أكبر 10 شركات سيارات عالمية وموردين من المستوى الأول، تقديم دقة تصل إلى 99٪ + لمشاريع الذكاء الاصطناعي متعددة التعقيد.

“ليس من الكافِ أن تعمل المركبات بشكل جيد في ظروف جوية محاكاة أو جيدة في نوع معين من التضاريس”، قال ويلسون بانج، المدير التقني لشركة Appen. “يجب أن تعمل بشكل مثالي في جميع الظروف الجوية في كل سيناريو طريق يمكنها مواجهته في عمليات النشر في العالم الحقيقي. هذا يعني أن الفرق التي تعمل على نموذج التعلم الآلي للسيارة يجب أن تركز على الحصول على بيانات تدريب بأعلى دقة ممكنة قبل أن تكون قادرة على النشر على الطريق. يثق عملاؤنا بنا بمشاريعهم الأكثر تعقيدًا لتحديد بيانات التدريب لأن منصة التصنيف والخدمات الرائدة في الصناعة تمكننا من تقديم الجودة العالية اللازمة لتشغيل خوارزميات السيارات ذاتية القيادة متعددة التعقيد.”

Để فهم الظروف الجوية والطريق والسلامة بشكل صحيح، تتطلب السيارات ذاتية القيادة مجموعات بيانات معقدة متعددة الأبعاد من العديد من أنواع المستشعرات. هذا لا يشكل تحديًا فقط بسبب التخصصات المتعددة للموردين، ولكن أيضًا يخلق تحديًا هائلاً لضمان جودة عملية تحديد بيانات التدريب لأن الفرق التي تدرب النماذج يجب أن ت浪ب وقتًا ومواردًا كبيرين في إجراء عمليات مراجعة داخلية لتحديد الأجزاء من مجموعات البيانات التي تحتاج إلى تحسين لتقديم فائدة صافية لأنماط التعلم الآلي.

مع أكثر من 15 عامًا من الخبرة في صناعة السيارات، تعمل فرق تحديد بيانات Appen بانتظام مع مصنعي السيارات ذاتية القيادة لمراجعة بياناتهم المُصنفة الحالية ومساعدتهم على الوصول إلى جودة 100٪، بحيث يمكنهم الحصول على أقصى قيمة من بيانات التدريب. على سبيل المثال، لتمكين خوارزميات التعلم الآلي للسيارات ذاتية القيادة متعددة التعقيد، يحتاج بعض المصنعين إلى ربط مجموعتين منفصلتين من البيانات ذات الأبعاد المختلفة. هذا صعب للغاية القيام به يدوياً ولكنه حاسم لتطوير نموذج السيارة ذاتية القيادة.

مع منصة التكنولوجيا المتقدمة من Appen التي تقدم تحديد موقع السحابة ثلاثية الأبعاد مع تتبع الكائنات بنسبة 99٪ + على مستوى الكيوبويد، يمكن للعملاء الآن تحديد موقع مجموعة بيانات مع صور ثنائية الأبعاد مرتبطة بمجموعة بيانات مع تحديد موقع السحابة ثلاثية الأبعاد للتعيين عبر أبعاد متعددة مع تلبية متطلبات تعريف الكائنات الثابتة عبر 50 إطارًا أو أكثر.

“مشروعنا لا يزال في مرحلة الاختبار، وكنا بحاجة إلى تسريع الدورة للوصول إلى الإنتاج، مما يتطلب بيانات تدريب تلبى بسرعة متطلبات الخوارزمية. أداة التصنيف، بما في ذلك 3D LiDAR وميزات التحكم عالية الجودة والعمليات، تم بناؤها بالفعل في منصة Appen. هذا يساعدنا على ضمان أن تكون العملية مُحسنة بناءً على متطلبات المشروع، وتمكين تعاون سلس بين فريقنا وفريق Appen. نحن نتطلع إلى نقل هذا المشروع الداخلي إلى الإنتاج”، قال قائد مشروع كبير في Ecarx، شركة تكنولوجيا سيارات تبني منصة ذكية متصلة لمختلف نماذج السيارات.

تجمع منصة بيانات التدريب من Appen بين الذكاء البشري من أكثر من مليون شخص حول العالم مع نماذج متقدمة لإنشاء بيانات التدريب عالية الجودة لمشاريع التعلم الآلي. Appen ملتزم أيضًا بمساعدة عملائها على ضمان الذكاء الاصطناعي المسؤول – من الاختبار إلى الإنتاج – بناءً على الممارسات الأخلاقية وتنوع البيانات، عبر جميع الحالات الرئيسية.