ืืื ื ืืืืืืชืืช
Appen ืืกืคืงืช ื ืชืื ื ืืืืื ืืืืืชืืื ืขืืืจ ืืฆืจื ื ืืื ืจืื ืืืืื ืืืืื
Appen Limited (ASX:APX), ספקית הנתונים המובילה לארגונים הבונים מערכות AI יעילות בקנה מידה גדול, הודיעה היום על יכולות משופרות כדי להבטיח שיצרני כלי רכב אוטונומיים יוכלו לקבל נתוני אימון איכותיים ולקבל את הערך המרבי מהשקעתם בנתוני אימון. נתוני אימון איכותיים הם חיוניים עבור כלי רכב אוטונומיים שפועלים בבטיחות וכפי שצפוי, ו-Appen, העובדת עם 7 מתוך 10 החברות האוטומוטיביות הגדולות בעולם וספקים מדרגה ראשונה, יכולה לספק דיוק של 99+% עבור פרויקטים AI רב-מודאליים מורכבים מאוד.
”אין די בכך שכלי הרכב יבצעו היטב בתנאים מדומים או במזג אוויר טוב בסוג אחד של טופוגרפיה”, אמר וילסון פאנג, CTO של Appen. ”הם חייבים לבצע בצורה מושלמת בכל תנאי מזג אוויר בכל סיטואציה של כביש שהם יפגשו בהפרסות בעולם האמיתי. זה אומר שצוותים העובדים על מודל הלמידה המכונית (ML) עבור AI של הרכב חייבים להתמקד בקבלת נתוני אימון עם הדיוק האפשרי הגבוה ביותר לפני שיוכלו לפרוס בכביש. לקוחותינו בוטחים בנו עם התרחישים המורכבים ביותר של נתוני אימון מסומנים, מכיוון שפלטפורמת הסימון המובילה בתעשייה שלנו ושירותים מאפשרים לנו לספק את האיכות הגבוהה הנדרשת כדי להניע אלגוריתמים של מכוניות עצמאיות רב-מודאליות.”
כדי להבין ולהגיב כראוי לתנאי כביש, מזג אוויר ובטיחות, כלי רכב אוטונומיים דורשים סטים מורכבים ורב-ממדיים של נתונים ממגוון רחב של חיישנים. זה לא רק מהווה אתגר בגלל התמחות של ספקים, אלא גם יוצר אתגר עצום של בקרת איכות עבור תהליך סימון הנתונים, מכיוון שכאשר צוותים שמאמנים את המודלים מקבלים נתוני אימון באיכות ירודה, הם חייבים לבזבז זמן ומשאבים רבים בביצוע בדיקות פנימיות כדי לקבוע מה חלקי הסטים הדרושים לשיפור כדי לספק תועלת נטו עבור מודלים של למידת מכונה.
עם יותר מ-15 שנות ניסיון בתעשיית הרכב, צוותי סימון הנתונים של Appen עובדים באופן קבוע עם יצרני כלי רכב אוטונומיים כדי לבדוק את הנתונים המסומנים הקיימים שלהם ולעזור להם להתקרב לאיכות של 100%, כך שהם יוכלו לקבל את הערך המרבי מנתוני האימון שלהם. למשל, כדי לאפשר את אלגוריתמי ML הרב-מודאליים שלהם, יצרנים מסוימים זקוקים לקשור שני סטים שונים של ממדים משתנים. זה מאוד קשה לעשות באופן ידני, אך הכרחי עבור פיתוח מודלים של כלי רכב אוטונומיים.
עם פלטפורמת הטכנולוגיה החדשנית של Appen, המספקת סימון ענן נקודות 3D עם עקיבה של 99+% ברמת הקוביות, לקוחות יכולים עכשיו לסמן סט נתונים עם תמונות 2D הקשורות לאלו עם סימון ענן נקודות 3D למיפוי במספר רב של ממדים, תוך התאמה של דרישת ID אובייקט עקבית ב-50+ פריימים.
”פרויקט שלנו עדיין בשלב הניסוי, ואנו היינו צריכים לזרז את המחזור כדי להגיע לייצור, שדורש נתוני אימון שמקיימים במהירות את דרישות האלגוריתם שלנו. כלי הסימון, כולל 3D LiDAR, תכונות בקרת איכות וזרימים, כבר משולבים בפלטפורמה של Appen. זה עוזר לנו לוודא שהתהליך מותאם לדרישות הפרויקט שלנו, ומאפשר שיתוף פעולה חלק עם צוות שלנו וצוות Appen. אנו מצפים להעביר את הפרויקט הפנימי הזה לייצור”, אמר מנהיג פרויקט בכיר ב-Ecarx, חברת טכנולוגיה אוטומוטיבית הבונה פלטפורמה מחוברת ואינטליגנטית עבור מספר רב של מודלים.
פלטפורמת נתוני האימון של Appen משלבת אינטליגנציה אנושית מיותר ממיליון אנשים ברחבי העולם עם מודלים חדשניים כדי ליצור את נתוני האימון האיכותיים ביותר עבור פרויקטים של ML. Appen מחויבת גם לעזור ללקוחותיה להבטיח AI אחראית – מניסוי לייצור – על בסיס פרקטיקות אתיות וגיוון נתונים, בכל המקרים העיקריים.
