एपेन स्वायत्त वाहन निर्माताओं के लिए उच्च गुणवत्ता वाले प्रशिक्षण डेटा प्रदान करता है

एपेन लिमिटेड (एएसएक्स: एपीएक्स), जो संगठनों के लिए उच्च गुणवत्ता वाले प्रशिक्षण डेटा के प्रमुख प्रदाता हैं जो बड़े पैमाने पर प्रभावी एआई सिस्टम बनाते हैं, ने आज स्वायत्त वाहन निर्माताओं के लिए उच्च गुणवत्ता वाले प्रशिक्षण डेटा तक पहुंच सुनिश्चित करने और अपने प्रशिक्षण डेटा निवेश से अधिकतम मूल्य प्राप्त करने के लिए उन्नत क्षमताओं की घोषणा की। उच्च गुणवत्ता वाले प्रशिक्षण डेटा सुनिश्चित करने के लिए आवश्यक है कि स्वायत्त वाहन सुरक्षित रूप से और अपेक्षित रूप से काम करें, और एपेन, जो विश्व की 10 सबसे बड़ी वैश्विक ऑटोमोटिव कंपनियों और टियर 1 आपूर्तिकर्ताओं में से 7 के साथ काम करता है, 99% + सटीकता के साथ जटिल बहुस्तरीय एआई परियोजनाओं को वितरित कर सकता है।

“यह पर्याप्त नहीं है कि वाहन सिम्युलेटेड या अच्छे मौसम की स्थिति में एक प्रकार के भूगोल में अच्छा प्रदर्शन करें,” एपेन के सीटीओ विल्सन पैंग ने कहा। “उन्हें सभी मौसम की स्थिति में और वास्तविक दुनिया के निर्देशों में मिलने वाले हर संभव सड़क परिदृश्य में निर्दोष रूप से प्रदर्शन करना चाहिए। इसका मतलब है कि वाहन के एआई के लिए मशीन लर्निंग (एमएल) मॉडल पर काम करने वाली टीमों को प्रशिक्षण डेटा के साथ उच्चतम संभव सटीकता प्राप्त करने पर ध्यान केंद्रित करना चाहिए ताकि वे सड़क पर तैनात हो सकें। हमारे ग्राहक हमें अपने सबसे जटिल प्रशिक्षण डेटा एनोटेशन परिदृश्यों पर भरोसा करते हैं क्योंकि हमारे उद्योग-अग्रणी एनोटेशन प्लेटफ़ॉर्म और सेवाएं हमें मल्टी-मोडल स्व-ड्राइविंग कार एल्गोरिदम को शक्ति देने के लिए आवश्यक उच्च गुणवत्ता प्रदान करने में सक्षम बनाती हैं। ”

सड़क, मौसम और सुरक्षा की स्थिति को समझने और उचित प्रतिक्रिया देने के लिए, स्वायत्त वाहनों को कई प्रकार के सेंसर से जटिल, बहुस्तरीय डेटासेट की आवश्यकता होती है। यह न केवल विक्रेता विशेषज्ञता के कारण एक चुनौती प्रस्तुत करता है, बल्कि डेटा एनोटेशन प्रक्रिया के लिए एक बड़ी गुणवत्ता आश्वासन चुनौती भी पैदा करता है क्योंकि जब मॉडल को प्रशिक्षित करने वाली टीमें खराब गुणवत्ता वाले प्रशिक्षण डेटा प्राप्त करती हैं, तो उन्हें अपने मशीन लर्निंग मॉडल के लिए शुद्ध लाभ प्राप्त करने के लिए सुधार के लिए डेटासेट के किन हिस्सों में सुधार की पहचान करने के लिए महत्वपूर्ण समय और संसाधनों को बर्बाद करने वाले इनहाउस ऑडिट करने होते हैं।

15 से अधिक वर्षों के ऑटोमोटिव उद्योग के अनुभव के साथ, एपेन की डेटा एनोटेशन टीमें नियमित रूप से स्वायत्त वाहन निर्माताओं के साथ मिलकर काम करती हैं ताकि वे अपने मौजूदा एनोटेटेड डेटा की समीक्षा कर सकें और उन्हें 100% गुणवत्ता के करीब ला सकें ताकि वे अपने प्रशिक्षण डेटा से अधिकतम मूल्य प्राप्त कर सकें। उदाहरण के लिए, कुछ निर्माताओं को अपने मल्टी-मोडल स्वायत्त वाहन एमएल एल्गोरिदम को सक्षम करने के लिए विभिन्न आयामों के दो अलग डेटासेट को बांधने की आवश्यकता होती है। यह मैन्युअल रूप से करना बेहद मुश्किल है लेकिन स्वायत्त वाहन मॉडल विकास के लिए महत्वपूर्ण है।

एपेन के कटिंग-एज टेक्नोलॉजी प्लेटफ़ॉर्म के साथ जो 3डी पॉइंट क्लाउड एनोटेशन को 99% + सटीकता के साथ क्यूबॉइड स्तर पर ऑब्जेक्ट ट्रैकिंग प्रदान करता है, ग्राहक अब 2डी छवियों के साथ बंधे एक डेटासेट को 3डी पॉइंट क्लाउड एनोटेशन के साथ एनोटेट कर सकते हैं जबकि 50+ फ्रेम में एक संगत वस्तु आईडी आवश्यकता को संरेखित करते हैं।

“हमारी परियोजना अभी भी पायलट चरण में है, और हमें उत्पादन तक पहुंचने के लिए चक्र को तेज करने की आवश्यकता थी, जिसके लिए हमें तेजी से हमारे एल्गोरिदम की आवश्यकताओं को पूरा करने वाले प्रशिक्षण डेटा की आवश्यकता थी। एपेन प्लेटफ़ॉर्म में एनोटेशन टूल, जिसमें 3डी लिडार, उच्च गुणवत्ता वाली नियंत्रण सुविधाएं और कार्य प्रवाह शामिल हैं, पहले से ही निर्मित है। यह हमें यह सुनिश्चित करने में मदद कर रहा है कि प्रक्रिया हमारी परियोजना की आवश्यकताओं के अनुसार अनुकूलित है, जो हमारी टीम और एपेन टीम के बीच सहयोग को सुचारू बनाती है। हम इस आंतरिक पायलट को उत्पादन में ले जाने की उम्मीद कर रहे हैं,” एकारएक्स के एक वरिष्ठ परियोजना प्रमुख ने कहा, जो एक ऑटोमोटिव प्रौद्योगिकी कंपनी है जो कई वाहन मॉडल के लिए एक बुद्धिमान, जुड़ा हुआ मंच बना रही है।

एपेन प्रशिक्षण डेटा प्लेटफ़ॉर्म दुनिया भर के 1 मिलियन से अधिक लोगों से मानव बुद्धिमत्ता को नवीनतम मॉडल के साथ जोड़ती है ताकि एमएल परियोजनाओं के लिए उच्चतम गुणवत्ता वाले प्रशिक्षण डेटा बनाए जा सकें। एपेन अपने ग्राहकों को यह सुनिश्चित करने में मदद करने के लिए भी प्रतिबद्ध है कि वे नैतिक अभ्यासों और डेटा विविधता के आधार पर जिम्मेदार एआई – पायलट से उत्पादन तक – सभी प्रमुख उपयोग के मामलों में प्राप्त करें।