Nomadic تجمع 8.4 مليون دولار لتحويل فيديوهات المركبات ذاتية القيادة إلى مجموعات بيانات للتدريب

جمعت شركة Nomadic الناشئة 8.4 مليون دولار في جولة تمويل أولية (seed)، لمعالجة إحدى أبرز مشكلات البنية التحتية في قطاع النقل ذاتي القيادة: ماذا نفعل بالكميات الهائلة من بيانات الفيديو التي تولّدها السيارات ذاتية القيادة والروبوتات بلا انقطاع؟ طوّرت الشركة منصة قائمة على التعلم العميق تحوّل تلقائيًا بث الفيديو الخام من كاميرات الأنظمة ذاتية القيادة إلى مجموعات بيانات منظّمة وقابلة للبحث. وبدلًا من قضاء أشهر في الوسم اليدوي لتيرابايتات من التسجيلات، يحصل مطورو الروبوتات والمركبات ذاتية القيادة على قاعدة بيانات مشروحة وجاهزة للاستخدام.

من السهل التقليل من حجم المشكلة التي تعالجها Nomadic. فالسيارة ذاتية القيادة الواحدة، المزوّدة بمجموعة حساسات قياسية من كاميرات وليدار ورادار، قد تولّد من تيرابايت واحد إلى عدة تيرابايتات من البيانات في الساعة. وإذا ضربنا ذلك في أسطول يضم مئات أو آلاف المركبات العاملة في برامج اختبارية وتجارية حول العالم، يتضح حجم المهمة: نحن نتحدث عن بيتابايتات من المواد المرئية التي يجب تخزينها ومعالجتها وجعلها صالحة لتدريب الأجيال القادمة من النماذج.

النهج التقليدي، أي الوسم اليدوي للبيانات عبر منصات الاستعانة بمصادر خارجية، يؤدي الغرض لكنه بطيء ومكلف. أما نهج Nomadic الجديد فيقوم على أتمتة هذه العملية بالكامل بواسطة نموذج تعلم عميق خاص بها، جرى تدريبه على فهم سياق المشاهد في بيئات السيارات والروبوتات.

والنتيجة العملية أن المهندسين لا يكتفون بتخزين التسجيلات، بل يتعاملون معها كقاعدة بيانات متكاملة. فيمكنهم صياغة استعلام مثل «ابحث عن كل المشاهد التي يخرج فيها مشاة إلى الطريق في ظروف إضاءة سيئة» أو «اعرض الحالات التي اصطدمت فيها السيارة بعائق لم يتم التعرف عليه»، والحصول على المقاطع ذات الصلة خلال ثوانٍ بدلًا من أسابيع من المشاهدة اليدوية.

تبدو جولة التمويل البالغة 8.4 مليون دولار متواضعة قياسًا بالاستثمارات التي تبلغ مليارات الدولارات في تطوير الأنظمة ذاتية القيادة نفسها، لكنها تعكس إدراكًا متناميًا في السوق بأن البنية التحتية للتعامل مع البيانات مكوّن حاسم لا يقل أهمية عن خوارزميات الإدراك ذاتها. ومن دون إدارة فعالة لبيانات التدريب، يصطدم تطور تقنيات القيادة الذاتية بسقف تشغيلي.

تعمل Nomadic في مجال يزداد تنافسية مع نضج سوق الأنظمة ذاتية القيادة. وقد ارتفع الاهتمام بأدوات إدارة بيانات ML ارتفاعًا حادًا بعد أن أقرّ لاعبون كبار علنًا بأن جودة بيانات التدريب من أهم عناصر الميزة التنافسية. وتخرج فئة أدوات معالجة البيانات ووسمها في قطاع الأنظمة ذاتية القيادة من الظل. فبعد أن ظلت شركات من هذا النوع موردًا غير مرئي للاعبين الكبار، بدأ المستثمرون اليوم يرون فيها قيمة مستقلة، على غرار ما حدث مع أدوات المطورين التي تحولت إلى قطاع SaaS مستقل تبلغ قيمته مليارات الدولارات.

وتراهن Nomadic على أن الفائز في هذا السباق سيكون من يقدّم أولًا لمطوري الأنظمة ذاتية القيادة إجابة عن السؤال: ماذا نفعل بكل هذه الفيديوهات؟