Nomadic capta US$ 8,4 milhões para transformar vídeos de veículos autônomos em datasets de treinamento

A startup Nomadic captou US$ 8,4 milhões em uma rodada seed para resolver um dos principais problemas de infraestrutura da indústria de transporte autônomo: o que fazer com os enormes volumes de vídeo que carros autônomos e robôs geram continuamente. A empresa desenvolveu uma plataforma baseada em deep learning que converte automaticamente o vídeo bruto das câmeras de sistemas autônomos em datasets estruturados e pesquisáveis. Em vez de gastar meses rotulando manualmente terabytes de gravações, os desenvolvedores de robôs e veículos autônomos recebem uma base de dados anotada, pronta para uso.

A escala do problema que a Nomadic resolve é fácil de subestimar. Um único carro autônomo equipado com um conjunto padrão de sensores (câmeras, lidares e radares) pode gerar de um a vários terabytes de dados por hora. Multiplique isso por uma frota de centenas ou milhares de veículos em programas de teste e comerciais pelo mundo e a dimensão da tarefa fica clara: são petabytes de vídeo que precisam ser armazenados, processados e preparados para treinar as próximas gerações de modelos.

A abordagem tradicional, a rotulagem manual por meio de plataformas terceirizadas, funciona, mas é lenta e cara. A nova abordagem da Nomadic é automatizar todo o processo com um modelo próprio de deep learning, treinado para entender o contexto das cenas em ambientes automotivos e robóticos.

O resultado prático: os engenheiros podem não apenas armazenar gravações, mas trabalhar com elas como em um banco de dados completo. É possível fazer uma consulta como "encontrar todas as cenas em que um pedestre entra na via com iluminação ruim" ou "mostrar os casos em que o carro colidiu com um obstáculo não reconhecido" e obter os trechos relevantes em segundos, em vez de semanas de revisão manual.

Uma rodada de US$ 8,4 milhões parece modesta diante dos bilhões investidos no desenvolvimento dos próprios sistemas autônomos, mas reflete uma percepção crescente do mercado: a infraestrutura de dados é um componente tão crítico quanto os algoritmos de percepção. Sem gestão eficiente dos dados de treinamento, o desenvolvimento de tecnologias autônomas esbarra em um teto operacional.

A Nomadic atua em um nicho que fica cada vez mais competitivo conforme o mercado de sistemas autônomos amadurece. O interesse por ferramentas de gestão de dados de ML disparou depois que grandes players reconheceram publicamente que a qualidade dos dados de treinamento é uma de suas principais vantagens competitivas.

A categoria de ferramentas de processamento e rotulagem de dados para sistemas autônomos está saindo das sombras. Se antes essas empresas eram fornecedoras discretas dos grandes players, hoje os investidores começam a ver nelas valor próprio, como aconteceu com as ferramentas para desenvolvedores, que viraram um segmento SaaS à parte, de bilhões de dólares.

A Nomadic aposta que vencerá essa corrida quem primeiro der aos desenvolvedores de sistemas autônomos uma resposta à pergunta: o que fazer com todo esse vídeo?