Nomadic تجمع 8.4 مليون دولار لتحويل فيديوهات الطائرات بدون طيار إلى مجموعات بيانات للتدريب

رفعت شركة Nomadic مبلغ 8.4 مليون دولار في جولة تمويل بذري لحل إحدى المشاكل البنية الأساسية في صناعة النقل الذاتي: ماذا تفعل بالأحجام الهائلة من بيانات الفيديو التي تولدها بشكل مستمر المركبات الذاتية والروبوتات. طورت الشركة منصة قائمة على التعلم العميق تحول تلقائياً تدفقات الفيديو الخام من كاميرات الأنظمة الذاتية إلى مجموعات بيانات منظمة وقابلة للبحث. بدلاً من قضاء أشهر في التعليق اليدوي لتيرابايتات من التسجيلات، يحصل مطورو الروبوتات والمركبات الذاتية على قواعس بيانات معلقة جاهزة للاستخدام.

من السهل التقليل من تقدير حجم المشكلة التي تحلها Nomadic. مركبة ذاتية واحدة مجهزة بمجموعة قياسية من المستشعرات—الكاميرات وأجهزة الليدار والرادارات—يمكن أن توليد بين تيرابايت واحد وعدة تيرابايتات من البيانات في الساعة الواحدة. اضرب ذلك بأسطول من مئات أو آلاف المركبات التي تعمل في برامج اختبار وتجارية في جميع أنحاء العالم، وتصبح مقاييس المهمة واضحة: نحن نتحدث عن بيتابايتات من مواد الفيديو التي يجب تخزينها ومعالجتها وجعلها مناسبة لتدريب الجيل القادم من النماذج.

الطريقة التقليدية—التعليق اليدوي للبيانات من خلال منصات الاستعانة بمصادر خارجية—تعمل، لكنها بطيئة وباهظة التكاليف. النهج الجديد من Nomadic: أتمتة العملية برمتها باستخدام نموذج التعلم العميق الخاص بها، المدرب على فهم السياق في البيئات السيارات والروبوتات.

النتيجة العملية: يمكن للمهندسين ليس فقط تخزين تسجيلات الفيديو، بل أيضاً العمل معها كقاعدة بيانات كاملة. يمكنك تقديم استعلام مثل "العثور على جميع المشاهد التي يعبر فيها المشاة الطريق في ظروف إضاءة سيئة" أو "إظهار الحالات التي واجهت فيها المركبة عقبة غير معروفة"—والحصول على حلقات ذات صلة في ثوان، بدلاً من أسابيع من المراجعة اليدوية.

تبدو جولة الاستثمار بقيمة 8.4 مليون دولار متواضعة مقارنة بالاستثمارات بمليارات الدولارات في تطوير الأنظمة الذاتية نفسها، لكنها تعكس الفهم المتزايد للسوق: البنية الأساسية للبيانات عنصر حرج مثل خوارزميات الإدراك. بدون إدارة فعالة لبيانات التدريب، يصطدم تطوير التكنولوجيا الذاتية بسقف تشغيلي.

تعمل Nomadic في مجال متخصص يصبح أكثر قدرة على المنافسة مع نضج سوق الأنظمة الذاتية. ازداد الاهتمام بأدوات إدارة بيانات التعلم الآلي بعد أن اعترفت الأطراف الفاعلة الكبرى علناً بأن جودة بيانات التدريب هي إحدى مزاياها التنافسية الرئيسية. فئة الأدوات لمعالجة وتعليق البيانات في مجال الأنظمة الذاتية تخرج من الظل. إذا كانت هذه الشركات سابقاً موردين غير مرئيين للأطراف الفاعلة الكبرى، فإن المستثمرين اليوم يبدأون برؤية قيمة مستقلة فيها—بطريقة مماثلة لكيف أصبحت أدوات المطورين قطاع SaaS منفصلاً بقيمة مليارات الدولارات.

تراهن Nomadic على أن الفائز في هذا السباق سيكون من يعطي أولاً مطوري المركبات الذاتية إجابة على السؤال: ماذا نفعل بكل هذا الفيديو.