Appen Levererar Högkvalitativa Träningsdata för Tillverkare av Självkörande Fordon

Appen Limited (ASX:APX), den ledande leverantören av högkvalitativa träningsdata för organisationer som bygger effektiva AI-system i stor skala, meddelade idag förbättrade funktioner för att säkerställa att tillverkare av självkörande fordon har tillgång till högkvalitativa träningsdata och kan få ut maximalt värde från sin träningsdatainvestering. Högkvalitativa träningsdata är avgörande för att säkerställa att självkörande fordon fungerar säkert och som förväntat, och Appen, som samarbetar med 7 av de 10 största globala bilföretagen och leverantörer av nivå 1, kan leverera 99+% noggrannhet för mycket komplexa multimodala AI-projekt.

”Det räcker inte att fordon fungerar bra i simulerade eller goda väderförhållanden i en typ av topografi”, sa Wilson Pang, CTO på Appen. ”De måste fungera perfekt i alla väderförhållanden i alla tänkbara vägsituationer som de kommer att möta i verkliga världssammanhang. Detta innebär att team som arbetar med maskinlärningsmodellen (ML) för fordonets AI måste fokusera på att få träningsdata med den högsta möjliga noggrannheten innan de kan distribueras på vägarna. Våra kunder litar på oss med sina mest komplexa träningsdataannoteringsscenarier eftersom vår branschledande annoteringsplattform och tjänster möjliggör för oss att leverera den höga kvalitet som krävs för att driva multi-modala självkörande bilalgoritmer.”

För att förstå och svara korrekt på väg-, väder- och säkerhetsförhållanden kräver självkörande fordon komplexa, multidimensionella datamängder från många och olika typer av sensorer. Detta utgör inte bara en utmaning på grund av leverantörsspecialisering, utan skapar också en enorm kvalitetssäkringsutmaning för datannoteringsprocessen eftersom team som tränar modellerna måste slösa bort betydande tid och resurser på att genomföra interna revisioner för att avgöra vilka delar av datamängderna som behöver förbättras för att ge en nettovinst för deras maskinlärningsmodeller.

Med mer än 15 års erfarenhet av bilindustrin arbetar Appens datannoteringsteam regelbundet med tillverkare av självkörande fordon för att granska deras befintliga annoterade data och hjälpa dem att komma närmare 100% kvalitet, så att de kan få ut maximalt värde från sin träningsdata. Till exempel behöver vissa tillverkare binda samman två distinkta datamängder av varierande dimensioner för att möjliggöra sina multi-modala självkörande fordon ML-algoritmer. Detta är extremt svårt att göra manuellt men avgörande för utvecklingen av självkörande fordon.

Med Appens banbrytande teknologiplattform som levererar 3D-punktmolnsannotering med objekttspårning på 99+% på cuboidnivå kan kunder nu annotera en datamängd med 2D-bilder bundna till en med 3D-punktmolnsannoteringar för att kartlägga över flera dimensioner samtidigt som de upprätthåller en konsekvent objekts-ID-krav över 50+ ramar.

”Vårt projekt är fortfarande i pilotfasen, och vi behövde påskynda cykeln för att nå produktion, som kräver träningsdata som snabbt möter våra algoritmkrav. Annoteringen, inklusive 3D LiDAR, högkvalitativa kontrollfunktioner och arbetsflöden, är redan inbyggd i Appen-plattformen. Detta hjälper oss att säkerställa att processen är optimerad utifrån våra projektkrav, vilket möjliggör ett smidigt samarbete mellan vårt team och Appen-teamet. Vi ser fram emot att flytta denna interna pilot till produktion”, sa en senior projektledare på Ecarx, ett bilteknikföretag som bygger en intelligent, uppkopplad plattform för flera fordonstyper.

Appens träningsdataplattform kombinerar mänsklig intelligens från över 1 miljon människor runt om i världen med banbrytande modeller för att skapa de högkvalitativaste träningsdata för ML-projekt. Appen är också engagerad i att hjälpa sina kunder att säkerställa ansvarsfull AI – från pilot till produktion – baserat på etiska metoder och datadiversitet, över alla stora användningsfall.