Nomadic får 8,4 millioner dollar til at tæmme data-tsunamien fra selvkørende biler

Selvkørende biler producerer data i enormt omfang. Hver kilometer på vejen genererer terabyte af videooptagelser, sensormålinger og andre informationer, som autonome systemer skal lære af. Men råt videodata er nærmest værdiløst uden strukturering. Det er problemet, som startup-virksomheden Nomadic nu har sikret 8,4 millioner dollar til at løse, ifølge TechCrunch.

Nomadic har udviklet en løsning, der automatisk omdanner det kaotiske videoindhold fra robotter og autonome køretøjer til velorganiserede, søgbare datasæt. Teknologien bruger deep learning-modeller – altså kunstige neurale netværk – til at analysere og kategorisere billederne i realtid.

Artificiell intelligens som sorteringsmaskine

I stedet for at mennesker manuelt skal gennemse timer af videooptagelser og mærke relevante scener, handler Nomadics AI-system det. Systemet kan identificere objekter, vejforhold, trafiksituationer og andre kritiske elementer, som udvikler af selvkørende biler skal træne deres algoritmer på. Dette gør både processen hurtigere og mere konsistent.

Finansieringen vil blive brugt til at skalere operationerne og forbedre platform-kapaciteten. For udvikler af autonome køretøjer handler det om at have adgang til højkvalitets-træningsdata. Nomadic positioner sig dermed som en afgørende infrastruktur-partner i den ekspanderende økonomi omkring selvkørende teknologi.

Markedet for datastrukturering gror

Virksomheder inden for maskinlæring kæmper stadig med det grundlæggende problem: råt data er næsten værdiløst uden prægning og organisering. Nomadics tilgang afspejler en voksende tendens, hvor startups fokuserer på at bygge værktøjer, der gør det lettere at forberede data til AI-systemer – snarere end at bygge AI-systemerne selv.