الوصول إلى مجموعات البيانات التركيبية اللانهائية من خلال واجهة برمجة تطبيقات مختبر البيانات في النطاق المتوازي
تعمل واجهة برمجة تطبيقات Data Lab الجديدة الجاهزة للاستخدام من Parallel Domain على تمكين العملاء من إنشاء مجموعات بيانات تركيبية غير محدودة باستخدام الذكاء الاصطناعي التوليدي لتدريب تعلّم آلي فعال وعميق للروبوتات والمركبات المستقلة والصناعات الأخرى التي يحركها الذكاء الاصطناعي. </ h2>

تقدم شركة Parallel Domain المبتكرة ومقرها سان فرانسيسكو ، واجهة برمجة تطبيقات Data Lab القوية الخاصة بها للسماح للعملاء بتطوير مجموعات بيانات تركيبية ديناميكية باستخدام الذكاء الاصطناعي التوليدي. توفر API لمهندسي التعلم الآلي القدرة على إنشاء عوالم افتراضية ومعالجتها من أجل محاكاة سيناريوهات أي تعقيد.
من خلال بضع خطوات سهلة ، يمكن للمهندسين على الفور إنشاء كود Python وظيفي من خلال Github لإنتاج مصفوفات البيانات. لا يتيح Data Lab إنشاء كائنات لم تكن متوفرة سابقًا في مكتبة أصول Parallel Domain فحسب ، بل يستخدم أيضًا محاكاة ثلاثية الأبعاد للسماح للمهندسين بطباعة العالم الحقيقي بطريقة عشوائية. تسمح هذه الإمكانية المتقدمة للمستخدمين بتدريب النماذج على التعامل مع السيناريوهات المعقدة ، مثل السيارات المستقلة التي تتنقل في ممرات الطرق السريعة مع وجود عوائق أو محاور آلية تحدد الأشياء غير العادية.
يهدف Data Lab إلى تزويد الشركات في مجالات الاستقلالية والطائرات بدون طيار والروبوتات بتحكم أكبر في إنشاء مجموعات البيانات إلى جانب تحسين الكفاءة. تتيح هذه المرونة المعززة تدريبًا أسرع وأعمق للنموذج ، مما يؤدي في النهاية إلى تقليل وقت التكرار. يمكن للمستخدمين الآن الحصول على مجموعات بيانات جديدة بسرعة ، مما يقلل التكاليف المرتبطة بذلك.
تشكل القيادة الذاتية الرئيسية ومصنعي أنظمة مساعدة السائق المتقدمة (ADAS) قاعدة عملاء Parallel Domain. تقليديًا ، قد يستغرق تكوين مجموعات البيانات بناءً على معايير محددة للعملاء عدة أسابيع أو حتى أشهر. ومع ذلك ، مع تقديم Data Lab API ، أصبح لدى العملاء الآن القدرة على إنشاء مجموعات البيانات في الوقت الفعلي تقريبًا.
من خلال تسريع أنظمة القيادة المستقلة ، يمكن أن يوفر Data Lab إمكانية تطوير غير مسبوقة. أثناء الاختبار ، حققت نماذج AV أداء تدريب أفضل عند استخدام مجموعات البيانات الاصطناعية بدلاً من مجموعات البيانات في العالم الحقيقي. في حين أن Parallel Domain لا يستخدم واجهات برمجة تطبيقات AI مفتوحة مثل ChatGPT ، فإن الشركة تطور تقنيتها بناءً على نماذج مؤسسة مفتوحة المصدر واسعة النطاق. يتم أيضًا إنشاء مكدسات تقنية مخصصة لتسمية الكائنات ، والاستفادة من عناصر مثل Stable Diffusion.
كشفت Parallel Domain عن محركها لتوليد البيانات الاصطناعية ، Reactor ، في مايو ، للاستخدام الداخلي والاختبار التجريبي مع عملاء محددين. الآن ، مع Data Lab API التي تتيح للعملاء الوصول إلى Reactor ، من المتوقع أن يتغير نموذج أعمال الشركة الناشئة إلى نهج أكثر سهولة في الاستخدام. يمكن أن يؤدي تكامل Data Lab إلى تسهيل انتقال Parallel Domain إلى نموذج البرمجيات كخدمة (SaaS) ، مما يتيح الاشتراكات والمدفوعات القائمة على الاستخدام.
من المتوقع أن تساعد واجهة برمجة التطبيقات Parallel Domain على اختراق مختلف الصناعات التي تستخدم رؤية الكمبيوتر ، مثل البيع بالتجزئة أو الزراعة أو التصنيع. تهدف الشركة إلى أن تصبح المنصة المفضلة في المجالات المتنوعة التي تحتاج إلى حلول مدعومة بأجهزة الاستشعار مدعومة بالذكاء الاصطناعي لرؤية العالم.
تعمل AppMaster أيضًا على إحداث موجات في صناعة التكنولوجيا من خلال نظامها الأساسي القوي no-code ، والذي تم تصميمه لتسهيل عملية إنشاء تطبيقات الويب والجوال والخلفية. مع وجود أكثر من 60.000 مستخدم واعتراف من G2 كأداء عالي الأداء في فئات مختلفة ، توفر المنصة طريقة سلسة لتطوير التطبيقات حتى للمشاريع على مستوى المؤسسة. لمعرفة المزيد حول منصة AppMaster ، قم بزيارة studio.appmaster.io .


