Appen leverer højkvalitets træningsdata til producenter af selvstyrende køretøjer

Appen Limited (ASX:APX), den førende leverandør af højkvalitets træningsdata til organisationer, der bygger effektive AI-systemer i stor skala, annoncerede i dag forbedrede funktioner til at sikre, at producenter af selvstyrende køretøjer har adgang til højkvalitets træningsdata og kan få mest mulig ud af deres træningsdata-investering. Højkvalitets træningsdata er afgørende for at sikre, at selvstyrende køretøjer fungerer sikkert og som forventet, og Appen, der arbejder med 7 af de 10 største globale bilproducenter og tier 1-leverandører, kan levere 99+% nøjagtighed for meget komplekse multimodale AI-projekter.

“Det er ikke nok, at køretøjer fungerer godt i simulerede eller gode vejrforhold i en type topografi,” sagde Wilson Pang, CTO i Appen. “De skal fungere fejlfrit i alle vejrforhold i enhver forestærlig vej-scenario, de vil møde i virkelige udrulninger. Dette betyder, at holdene, der arbejder på maskinlæringsmodellen (ML) for køretøjets AI, skal fokusere på at få træningsdata med den højeste mulige nøjagtighed, før de kan udrulle på vejen. Vore kunder stoler på os med deres mest komplekse træningsdata-annoterings-scenarier, fordi vores brancheledende annoteringsplatform og -tjenester giver os mulighed for at levere den højeste kvalitet, der er nødvendig for at aktivere multi-modale selvstyrende bilalgoritmer.”

For at forstå og reagere korrekt på vej-, vejr- og sikkerhedsforhold kræver selvstyrende køretøjer komplekse, multidimensionale datasæt fra mange og forskellige typer sensorer. Dette stiller ikke kun en udfordring på grund af leverandør-specialisering, men skaber også en enorm kvalitets-sikrings-udfordring for træningsdata-annoterings-processen, fordi holdene, der træner modellerne, skal spilde betydelig tid og ressourcer på at udføre interne revisioner for at afgøre, hvilke dele af datasættene har brug for forbedring for at give en nettoforbedring for deres maskinlæringsmodeller.

Med mere end 15 års erfaring i bilindustrien arbejder Appens træningsdata-annoteringsteam regelmæssigt med producenter af selvstyrende køretøjer for at gennemgå deres eksisterende annoterede data og hjælpe dem med at komme tættere på 100% kvalitet, så de kan få mest mulig ud af deres træningsdata. For eksempel har visse producenter brug for at binde to forskellige datasæt af varierende dimensioner sammen for at aktivere deres multi-modale selvstyrende køretøjer ML-algoritmer. Dette er ekstremt svært at gøre manuelt, men kritisk for udviklingen af selvstyrende køretøjsmodeller.

Med Appens cutting-edge-teknologi-platform, der leverer 3D-point-cloud-annotering med objekt-sporing på 99+% på cuboid-niveau, kan kunderne nu annotere et datasæt med 2D-billeder, der er bundet til et datasæt med 3D-point-cloud-annoteringer for at kortlægge over multiple dimensioner, samtidig med at de opretholder en konsekvent objekt-ID-krav på tværs af 50+ rammer.

“Vores projekt er stadig i pilot-fasen, og vi havde brug for at accelerere cyklen for at nå produktion, som kræver træningsdata, der hurtigt opfylder vores algoritme-krav. Annotations-værktøjet, herunder 3D-LiDAR, høj-kvalitets-kontrol-funktioner og arbejdsgange, er allerede bygget ind i Appen-platformen. Dette hjælper os med at sikre, at processen er optimeret på basis af vores projekts krav, og muliggør en smidig samarbejde mellem vores hold og Appen-holdet. Vi ser frem til at flytte dette interne pilot-projekt til produktion,” sagde en senior projektleder i Ecarx, et bilteknologi-firma, der bygger en intelligent, forbundet platform til multiple køretøjsmodeller.

Appens træningsdata-platform kombinerer menneskelig intelligens fra over 1 million mennesker verden over med cutting-edge-modeller for at skabe den højeste kvalitets træningsdata til ML-projekter. Appen er også forpligtet til at hjælpe sine kunder med at sikre ansvarlig AI – fra pilot til produktion – baseret på etiske praksisser og data-mangfoldighed, på tværs af alle større brugsområder.