Appen 为自动驾驶车辆制造商提供高质量的训练数据

Appen Limited (ASX:APX)，为组织构建有效的AI系统提供高质量训练数据的领先供应商，今天宣布增强其能力，以确保自动驾驶车辆制造商能够获取高质量的训练数据，并能够从其训练数据投资中获得最大价值。高质量的训练数据对于确保自动驾驶车辆安全运行和按预期运行至关重要，Appen与全球7家最大汽车公司和一级供应商合作，可以为高度复杂的多模态AI项目提供99%以上的准确率。

“仅仅让车辆在模拟或良好的天气条件下，在某一类型的地形上表现良好是不够的，”Appen的CTO Wilson Pang说。“它们必须在所有可能的天气条件下，在每一种可以想象的道路场景中无缝地运行。这意味着负责车辆AI的机器学习（ML）模型的团队必须专注于获取最高可能的准确率的训练数据，然后才能部署到道路上。我们的客户将他们最复杂的训练数据注释场景托付给我们，因为我们的行业领先的注释平台和服务使我们能够提供必要的高质量来驱动多模态自动驾驶车辆算法。”

为了理解和正确响应道路、天气和安全条件，自动驾驶车辆需要来自多个和多种类型传感器的复杂、多维数据集。这不仅由于供应商专业化而带来挑战，也为数据注释过程带来了巨大的质量保证挑战，因为当训练模型的团队接收到低质量的训练数据时，他们必须浪费大量时间和资源进行内部审计，以确定数据集的哪些部分需要改进，以便为其机器学习模型提供净效益。

拥有超过15年的汽车行业经验，Appen的数据注释团队经常与自动驾驶车辆制造商合作，审计他们现有的注释数据，并帮助他们接近100%的质量，以便他们能够从其训练数据中获得最大价值。例如，为了使他们的多模态自动驾驶车辆ML算法能够正常工作，一些制造商需要将两个不同维度的数据集绑定在一起。这在手动操作时极为困难，但对于自动驾驶车辆模型开发至关重要。

通过Appen的尖端技术平台，能够以99%以上的准确率提供3D点云注释和物体跟踪，客户现在可以注释一个数据集，其中2D图像绑定到一个具有3D点云注释的数据集，用于跨多个维度进行映射，同时在50+帧中保持一致的物体ID要求。

“我们的项目仍处于试验阶段，我们需要加快周期以达到生产水平，这需要训练数据快速满足我们的算法要求。注释工具，包括3D LiDAR、高质量控制功能和工作流程，已经集成到Appen平台中。这有助于我们确保该过程根据我们的项目要求进行优化，实现我们团队和Appen团队之间的无缝协作。我们期待将这个内部试验项目转移到生产环境中，”Ecarx的高级项目负责人说，Ecarx是一家为多个车型构建智能、连接平台的汽车技术公司。

Appen的训练数据平台将来自全球100万人的智慧与尖端模型相结合，创建最高质量的训练数据用于ML项目。Appen还致力于帮助其客户确保从试验到生产的AI负责——基于道德实践和数据多样性，涵盖所有主要用例。