Nomadic lève 8,4 millions de dollars pour convertir des vidéos de drones en ensembles de données d'entraînement

Стартап Nomadic привлёк $8,4 миллиона в рамках посевного раунда для решения одной из главных инфраструктурных проблем индустрии автономного транспорта: что делать с колоссальными объёмами видеоданных, которые непрерывно генерируют беспилотные автомобили и роботы. Компания разработала платформу на основе глубокого обучения, которая автоматически превращает сырой видеопоток с камер автономных систем в структурированные, доступные для поиска датасеты. Вместо того чтобы тратить месяцы на ручную разметку терабайтов записей, разработчики роботов и беспилотных транспортных средств получают готовую к использованию аннотированную базу данных.

Масштаб проблемы, которую решает Nomadic, легко недооценить. Один автономный автомобиль, оснащённый стандартным набором сенсоров — камерами, лидарами, радарами — может генерировать от одного до нескольких терабайт данных в час. Умножьте это на парк из сотен или тысяч машин, работающих в тестовых и коммерческих программах по всему миру, и масштаб задачи становится понятен: речь идёт о петабайтах видеоматериала, который нужно хранить, обрабатывать и делать пригодным для обучения следующих поколений моделей.

Традиционный подход — ручная разметка данных через аутсорсинг-платформы — работает, но медленно и дорого. Новый подход Nomadic: автоматизировать весь этот процесс с помощью собственной модели глубокого обучения, обученной понимать контекст сцен в автомобильном и роботизированном окружении. Практический результат: инженеры могут не просто хранить видеозаписи, но и работать с ними как с полноценной базой данных.

Можно задать запрос вроде «найти все сцены, где пешеход выходит на дорогу в условиях плохого освещения» или «показать случаи, когда машина столкнулась с нераспознанным препятствием» — и получить релевантные эпизоды за секунды, а не недели ручного просмотра. Инвестиционный раунд на $8,4 млн выглядит скромно на фоне миллиардных вложений в разработку самих автономных систем, однако отражает растущее понимание рынка: инфраструктура для работы с данными — такой же критический компонент, как сами алгоритмы восприятия. Без эффективного управления обучающими данными развитие беспилотных технологий упирается в операционный потолок.

Nomadic работает в нише, которая становится всё более конкурентной по мере созревания рынка автономных систем. Интерес к инструментам управления ML-данными резко вырос после того, как крупные игроки публично признали, что качество обучающих данных является одним из главных конкурентных преимуществ. Категория инструментов для обработки и разметки данных в сфере автономных систем выходит из тени.

Если раньше подобные компании оставались незаметными поставщиками для крупных игроков, то сегодня инвесторы начинают видеть в них самостоятельную ценность — по аналогии с тем, как инструменты для разработчиков превратились в отдельный многомиллиардный сегмент SaaS. Nomadic делает ставку на то, что победителем в этой гонке станет тот, кто первым даст разработчикам беспилотных систем ответ на вопрос: что делать со всеми этими видео.