Nomadic levanta $8,4 milhões para converter vídeos de drones em datasets de treinamento

A Nomadic levantou $8,4 milhões em uma rodada de seed para resolver um dos principais problemas de infraestrutura da indústria de transporte autônomo: o que fazer com os volumes colossais de dados de vídeo continuamente gerados por veículos autônomos e robôs. A empresa desenvolveu uma plataforma baseada em aprendizado profundo que converte automaticamente fluxos de vídeo brutos das câmeras de sistemas autônomos em conjuntos de dados estruturados e pesquisáveis. Em vez de gastar meses em anotação manual de terabytes de gravações, os desenvolvedores de robôs e veículos autônomos obtêm bases de dados anotadas prontas para uso.

A escala do problema que a Nomadic resolve é fácil de subestimar. Um único veículo autônomo equipado com um conjunto padrão de sensores—câmeras, lidares, radares—pode gerar entre um e vários terabytes de dados por hora. Multiplique isso por uma frota de centenas ou milhares de veículos operando em programas de teste e comerciais em todo o mundo, e a escala da tarefa fica clara: estamos falando de petabytes de material de vídeo que precisam ser armazenados, processados e tornados adequados para treinar a próxima geração de modelos.

A abordagem tradicional—anotação manual de dados por meio de plataformas de terceirização—funciona, mas é lenta e cara. A nova abordagem da Nomadic: automatizar todo esse processo usando seu próprio modelo de aprendizado profundo, treinado para compreender o contexto em ambientes automotivos e robóticos.

O resultado prático: os engenheiros podem não apenas armazenar gravações de vídeo, mas também trabalhar com elas como um banco de dados completo. Você pode fazer uma consulta como "encontre todas as cenas onde um pedestre sai para a rua em condições de pouca luz" ou "mostre casos em que o veículo encontrou um obstáculo não reconhecido"—e obter episódios relevantes em segundos, em vez de semanas de revisão manual.

A rodada de investimento de $8,4 milhões parece modesta comparada aos investimentos bilionários no desenvolvimento de sistemas autônomos em si, mas reflete uma compreensão crescente do mercado: a infraestrutura de dados é um componente tão crítico quanto os algoritmos de percepção. Sem gerenciamento eficaz dos dados de treinamento, o desenvolvimento de tecnologias autônomas atinge um teto operacional.

A Nomadic opera em um nicho que está se tornando cada vez mais competitivo à medida que o mercado de sistemas autônomos amadurece. O interesse em ferramentas de gerenciamento de dados de ML aumentou após os principais players reconhecerem publicamente que a qualidade dos dados de treinamento é uma de suas principais vantagens competitivas. A categoria de ferramentas para processamento e anotação de dados no campo de sistemas autônomos está saindo das sombras. Se antes tais empresas permaneciam fornecedoras invisíveis para grandes players, hoje os investidores começam a ver valor independente nelas—de forma análoga a como ferramentas para desenvolvedores se tornaram um segmento SaaS separado de bilhões de dólares.

A Nomadic está apostando que o vencedor nessa corrida será quem primeiro der aos desenvolvedores de veículos autônomos uma resposta à pergunta: o que fazemos com todo esse vídeo.