์ธ๊ณต์ง๋ฅ
Appen, ์์จ ์ฃผํ ์๋์ฐจ ์ ์กฐ์ ์ฒด๋ฅผ ์ํ ๊ณ ํ์ง ํธ๋ ์ด๋ ๋ฐ์ดํฐ ์ ๊ณต
Appen Limited (ASX:APX), 대규모에서 효과적인 AI 시스템을 구축하는 조직을 위한 고품질 트레이닝 데이터의 선도적인 제공업체는 오늘 자율 주행 자동차 제조업체가 고품질 트레이닝 데이터에 접근할 수 있고 트레이닝 데이터 투자에서 최대한의 가치를 얻을 수 있도록 하는 강화된 기능을 발표했다. 고품질 트레이닝 데이터는 자율 주행 자동차가 안전하게 작동하고 예상대로 작동하는 것을 보장하는 데 필수적이며, Appen은 세계 10대 자동차 회사 중 7개와 1티어 공급업체와 협력하며, 99% 이상의 정확도를 제공할 수 있다.
“자동차가 시뮬레이션 또는 좋은 날씨 조건에서 한 가지 유형의 지형에서만 잘 작동하는 것은 충분하지 않습니다.”라고 Appen의 CTO 인 Wilson Pang는 말했다. “그들은 모든 가상적인 도로 시나리오에서 모든 날씨 조건에서 완벽하게 작동해야 합니다. 이것은 자동차의 AI에 대한 기계 학습(Machine Learning, ML) 모델을 작업하는 팀이 도로에 배포되기 전에 가능한 한 높은 정확도의 트레이닝 데이터를 얻는 데 집중해야 함을 의미합니다. 우리의 고객은 가장 복잡한 트레이닝 데이터 주석 시나리오에 대해 우리를 신뢰합니다. 왜냐하면 우리의 산업을 선도하는 주석 플랫폼과 서비스가 멀티모달 자율 주행 자동차 알고리즘을 구동하는 데 필요한 높은 품질을 제공하기 때문입니다.”
자율 주행 자동차는 도로, 날씨 및 안전 조건을 올바르게 이해하고 응답하기 위해 여러 유형의 센서에서 수집된 복잡한 다차원 데이터셋이 필요합니다. 이것은 공급업체의 전문성을 넘어서 데이터 주석 프로세스에 대한巨大的 품질 보증 과제를 tạo며, 모델을 학습하는 팀이 낮은 품질의 트레이닝 데이터를 받으면 기계 학습 모델에 대한 순수한 이익을 제공하기 위해 데이터셋의 어떤 부분이 개선되어야 하는지 결정하기 위해 상당한 시간과 자원을浪費해야 합니다.
15년 이상의 자동차 산업 경험을 가진 Appen의 데이터 주석 팀은 자율 주행 자동차 제조업체와 협력하여 기존 주석이 된 데이터를 감사하고 100% 품질에 가까이 도달하도록 도와줌으로써 트레이닝 데이터에서 최대한의 가치를 얻을 수 있도록 합니다. 예를 들어, 일부 제조업체는 멀티모달 자율 주행 자동차 ML 알고리즘을 활성화하기 위해 차원에 따라 다른 두 개의 데이터셋을 결합해야 합니다. 이것은 수동으로 수행하기 매우 어렵지만 자율 주행 자동차 모델 개발에 중요합니다.
Appen의 최신 기술 플랫폼은 3D 포인트 클라우드 주석을 99% 이상의 cuboid 수준에서 제공하며, 고객은 2D 이미지와 3D 포인트 클라우드 주석을 결합하여 여러 차원에 걸쳐 매핑할 수 있으며, 50개 이상의 프레임에서 일관된 객체 ID 요구 사항을 맞출 수 있습니다.
“우리의 프로젝트는 아직 시제품 단계에 있으며, 알고리즘 요구 사항을满足하는 트레이닝 데이터를 빠르게 제공하여 생산에 도달해야 합니다. 주석 도구, 3D LiDAR, 고품질 제어 기능 및 워크플로는 이미 Appen 플랫폼에 구축되어 있습니다. 이것은 우리의 프로젝트 요구 사항에 따라 프로세스를 최적화하고, 우리 팀과 Appen 팀 간의 원활한 협력을 가능하게 합니다. 우리는 이 내부 시제품을 생산으로 이동하는 것을 기대하고 있습니다.”라고 Ecarx의 시니어 프로젝트 리더는 말했다. Ecarx는 여러 자동차 모델을 위한 지능형 연결 플랫폼을 구축하는 자동차 기술 회사입니다.
Appen의 트레이닝 데이터 플랫폼은 전 세계 100만 명 이상의 사람들로부터의 인간 지능과 최신 모델을 결합하여 ML 프로젝트를 위한最高品質의 트레이닝 데이터를 생성합니다. Appen은 또한 고객이 플랫폼에서 생산까지 책임 있는 AI를 보장하는 데 도움을 주고 있으며, 모든 주요 사용 사례에서 윤리적 관행과 데이터 다양성을 기반으로 합니다.
