Voxel51s nye teknologi for automatisk merking lover å redusere annoteringskostnadene med 100,000 XNUMX ganger

En banebrytende ny studie fra datasyn-oppstartsbedriften voxel51 antyder at den tradisjonelle dataannoteringsmodellen er i ferd med å bli snudd på hodet. I en forskning som ble publisert i dag, rapporterer selskapet at det nye automatiske merkingssystemet deres oppnår opptil 95 % nøyaktighet på menneskelig nivå, samtidig som det er 5,000 ganger raskere og opptil 100,000 ganger billigere enn manuell merking.

Studien sammenlignet grunnleggende modeller som YOLO-World og Grounding DINO på kjente datasett, inkludert COCO, LVIS, BDD100K og VOC. Bemerkelsesverdig nok presterte modeller som ble trent utelukkende på AI-genererte etiketter i mange virkelige scenarier på nivå med – eller til og med bedre enn – de som ble trent på menneskelige etiketter. For selskaper som bygger datasyn systemer, er implikasjonene enorme: millioner av dollar i annoteringskostnader kan spares, og modellutviklingssykluser kan krympe fra uker til timer.

Den nye æraen for annotering: Fra manuelt arbeid til modellstyrte rørledninger

I flere tiår, datanotering har vært en smertefull flaskehals i AI-utvikling. Fra ImageNet til datasett for autonome kjøretøy har team vært avhengige av enorme hærer av menneskelige arbeidere for å tegne avgrensningsbokser og segmentere objekter – en innsats som er både kostbar og langsom.

Den rådende logikken var enkel: mer menneskemerkede data = bedre AI. Men Voxel51s forskning snur den antagelsen på hodet.

Tilnærmingen deres utnytter forhåndstrente grunnleggende modeller – noen med nullskudd funksjoner – og integrerer dem i en prosess som automatiserer rutinemessig merking samtidig som aktiv læring brukes til å flagge usikre eller komplekse saker for menneskelig gjennomgang. Denne metoden reduserer både tid og kostnader dramatisk.

I én test tok det litt over en time å merke 3.4 millioner objekter med en NVIDIA L40S GPU og kostet 1.18 dollar. Å gjøre det samme manuelt med AWS SageMaker ville ha tatt nesten 7,000 timer og kostet over 124,000 XNUMX dollar. I spesielt utfordrende tilfeller – som å identifisere sjeldne kategorier i COCO- eller LVIS-datasettene – ble modeller av og til automatisk merket. utkonkurrerte deres menneskemerkede motparter. Dette overraskende resultatet kan stamme fra grunnleggende modellers konsistente merkemønstre og deres trening på storskala internettdata.

Inne i Voxel51: Teamet som omformer visuelle AI-arbeidsflyter

Grunnlagt i 2016 av Professor Jason Corso og Brian Moore Voxel51 startet opprinnelig som et konsulentfirma med fokus på videoanalyse ved University of Michigan. Corso, en veteran innen datasyn og robotikk, har publisert over 150 akademiske artikler og bidrar med omfattende åpen kildekode til AI-miljøet. Moore, en tidligere doktorgradsstudent ved Corso, er administrerende direktør.

Vendepunktet kom da teamet innså at de fleste flaskehalsene i AI ikke lå i modelldesign – men i dataene. Denne innsikten inspirerte dem til å lage Femtien, en plattform utviklet for å gi ingeniører muligheten til å utforske, kuratere og optimalisere visuelle datasett mer effektivt.

Gjennom årene har selskapet samlet inn over $ 45M, Inkludert en $ 12.5 millioner serie A. og en $ 30 millioner serie B ledet av Bessemer Venture Partners. Bedriftsadopsjon fulgte, med store kunder som LG Electronics, Bosch, Berkshire Grey, Precision Planting og RIOS som integrerte Voxel51s verktøy i sine produksjonsarbeidsflyter for kunstig intelligens.

Fra verktøy til plattform: FiftyOnes voksende rolle

FiftyOne har vokst fra et enkelt verktøy for datasettvisualisering til en omfattende, datasentrisk AI-plattform. Den støtter et bredt spekter av formater og merkeskjemaer – COCO, Pascal VOC, LVIS, BDD100K, Open Images – og integreres sømløst med rammeverk som TensorFlow og PyTorch.

FiftyOne er mer enn bare et visualiseringsverktøy, og muliggjør avanserte operasjoner: å finne dupliserte bilder, identifisere feilmerkede prøver, avdekke avvikere og måle modellfeilmoduser. Plugin-økosystemet støtter tilpassede moduler for optisk tegngjenkjenning, videospørsmål og svar og innebyggingsbasert analyse.

Bedriftsversjonen, FiftyOne Teams, introduserer samarbeidsfunksjoner som versjonskontroll, tilgangstillatelser og integrasjon med skylagring (f.eks. S3), samt annoteringsverktøy som Labelbox og CVAT. Det er verdt å merke seg at Voxel51 også samarbeidet med V7 Labs for å effektivisere flyten mellom datasettkuratering og manuell annotering.

Å tenke nytt om annotasjonsbransjen

Voxel51s forskning på automatisk merking utfordrer antagelsene som ligger til grunn for en annoteringsindustri på nesten 1 milliard dollar. I tradisjonelle arbeidsflyter må hvert bilde berøres av et menneske – en kostbar og ofte overflødig prosess. Voxel51 hevder at mesteparten av dette arbeidet nå kan elimineres.

Med systemet deres blir de fleste bildene merket av AI, mens bare kantsaker eskaleres til mennesker. Denne hybridstrategien kutter ikke bare kostnader, men sikrer også høyere generell datakvalitet, ettersom menneskelig innsats er reservert for de vanskeligste eller mest verdifulle annoteringene.

Dette skiftet går parallelt med bredere trender innen AI-feltet mot datasentrisk AI– en metode som fokuserer på å optimalisere treningsdataene i stedet for å finjustere modellarkitekturer i det uendelige.

Konkurransedyktig landskap og bransjemottak

Investorer som Bessemer ser på Voxel51 som «dataorkestreringslaget» for AI – i likhet med hvordan DevOps Verktøyene forvandlet programvareutviklingen. Verktøyet deres med åpen kildekode har samlet millioner av nedlastinger, og fellesskapet deres inkluderer tusenvis av utviklere og ML-team over hele verden.

Mens andre oppstartsbedrifter som Snorkel AI, Roboflow og Activeloop også fokuserer på dataarbeidsflyter, skiller Voxel51 seg ut med sin bredde, åpen kildekode-etos og infrastruktur i bedriftsklassen. I stedet for å konkurrere med annoteringsleverandører, komplementerer Voxel51s plattform dem – og gjør eksisterende tjenester mer effektive gjennom selektiv kuratering.

Fremtidige implikasjoner

De langsiktige implikasjonene er betydelige. Hvis de blir bredt tatt i bruk, voxel51s metode kan redusere inngangsbarrieren for datasyn dramatisk, og demokratisere feltet for oppstartsbedrifter og forskere som mangler enorme merkingsbudsjetter.

I tillegg til å spare kostnader, legger denne tilnærmingen også grunnlaget for kontinuerlige læringssystemer, der modeller i produksjon automatisk flagger feil, som deretter gjennomgås, ommerkes og brettes tilbake i treningsdataene – alt innenfor den samme orkestrerte pipelinen.

Selskapets bredere visjon er i tråd med hvordan AI utvikler seg: ikke bare smartere modeller, men smartere arbeidsflyter. I den visjonen er ikke annotering død – men det er ikke lenger et domene for råstyrkearbeid. Det er strategisk, selektivt og drevet av automatisering.