Appen Levert Hoge-Kwaliteit Trainingsgegevens voor Fabrikanten van Autonome Voertuigen

Appen Limited (ASX:APX), de toonaangevende aanbieder van hoge-kwaliteit trainingsgegevens voor organisaties die effectieve AI-systemen op grote schaal bouwen, kondigde vandaag verbeterde mogelijkheden aan om ervoor te zorgen dat fabrikanten van autonome voertuigen toegang hebben tot hoge-kwaliteit trainingsgegevens en het meeste waarde kunnen halen uit hun trainingsgegevensinvestering. Hoge-kwaliteit trainingsgegevens zijn essentieel om ervoor te zorgen dat autonome voertuigen veilig en zoals verwacht functioneren, en Appen, dat samenwerkt met 7 van de 10 grootste wereldwijde automobielbedrijven en tier 1-leveranciers, kan 99+% nauwkeurigheid leveren voor zeer complexe multimodale AI-projecten.

“Het is niet genoeg dat voertuigen goed presteren in gesimuleerde of gunstige weersomstandigheden in één type topografie,” zei Wilson Pang, CTO van Appen. “Ze moeten perfect functioneren in alle weersomstandigheden in elke denkbare wegscenario die ze in de praktijk tegenkomen. Dit betekent dat teams die werken aan het machine learning-model (ML) voor de AI van het voertuig, zich moeten concentreren op het verkrijgen van trainingsgegevens met de hoogst mogelijke nauwkeurigheid voordat ze deze op de weg kunnen inzetten. Onze klanten vertrouwen ons hun meest complexe trainingsgegevensannotatiescenario’s toe, omdat ons industrieleidende annotatieplatform en -diensten ons in staat stellen de hoge kwaliteit te leveren die nodig is om multi-modale zelfrijdende auto-algoritmes te laten werken.”

Om goed te begrijpen en te reageren op weg-, weers- en veiligheidsomstandigheden, hebben autonome voertuigen complexe, multidimensionale datasets van verschillende en meerdere soorten sensoren nodig. Dit vormt niet alleen een uitdaging vanwege de specialisatie van leveranciers, maar creëert ook een enorme kwaliteitsborgingsuitdaging voor het annotatieproces van de gegevens, omdat teams die de modellen trainen veel tijd en middelen moeten verspillen aan interne audits om te bepalen welke delen van de datasets verbeterd moeten worden om een netto voordeel te bieden voor hun machine learning-modellen.

Met meer dan 15 jaar ervaring in de automobielindustrie, werken de annotatieteams van Appen regelmatig samen met fabrikanten van autonome voertuigen om hun bestaande geannoteerde gegevens te controleren en hen te helpen dichter bij 100% kwaliteit te komen, zodat ze het meeste waarde kunnen halen uit hun trainingsgegevens. Bijvoorbeeld, om hun multi-modale autonome voertuigen ML-algoritmes mogelijk te maken, hebben sommige fabrikanten twee verschillende datasets van verschillende dimensies nodig. Dit is extreem moeilijk om handmatig te doen, maar kritiek voor de ontwikkeling van autonome voertuigmodellen.

Met het baanbrekende technologieplatform van Appen dat 3D-puntsbewolkingsannotatie met objectvolging levert met 99+% op cuboidniveau, kunnen klanten nu een dataset annoteren met 2D-afbeeldingen die zijn gekoppeld aan een dataset met 3D-puntsbewolkingsannotaties voor mapping over meerdere dimensies, terwijl ze een consistente object-ID-eis over 50+ frames behouden.

“Ons project is nog in de pilotfase en we moesten de cyclus versnellen om productie te bereiken, wat trainingsgegevens vereist die snel aan onze algoritme-eisen voldoen. Het annotatiehulpmiddel, inclusief 3D LiDAR, hoge kwaliteitscontrolefuncties en workflows, is al ingebouwd in het Appen-platform. Dit helpt ons ervoor te zorgen dat het proces geoptimaliseerd is op basis van onze projectvereisten, waardoor een soepele samenwerking tussen ons team en het Appen-team mogelijk is. We kijken ernaar uit om deze interne pilot naar productie te brengen,” zei een senior projectleider bij Ecarx, een automobieltechnologiebedrijf dat een intelligente, verbonden platform bouwt voor meerdere voertuigmodellen.

Het Appen-trainingsgegevensplatform combineert menselijke intelligentie van meer dan 1 miljoen mensen over de hele wereld met baanbrekende modellen om de hoogste kwaliteit trainingsgegevens voor ML-projecten te creëren. Appen is ook toegewijd aan het helpen van zijn klanten om verantwoorde AI te garanderen – van pilot tot productie – op basis van ethische praktijken en gegevensdiversiteit, in alle belangrijke use cases.