Zugriff auf unendlich viele synthetische Datensätze über die Data Lab API von Parallel Domain

Das innovative Startup Parallel Domain mit Sitz in San Francisco stellt seine leistungsstarke Data Lab API vor, mit der Kunden dynamische synthetische Datensätze unter Verwendung generativer KI entwickeln können. Die API bietet Ingenieuren für maschinelles Lernen die Möglichkeit, virtuelle Welten zu erstellen und zu manipulieren, um Szenarien beliebiger Komplexität zu simulieren.

Mit nur wenigen einfachen Schritten können Ingenieure über Github sofort einen funktionalen Python-Code erstellen, um Datenarrays zu erzeugen. Data Lab ermöglicht nicht nur die Generierung von Objekten, die in der Asset-Bibliothek von Parallel Domain bisher nicht verfügbar waren, sondern nutzt auch die 3D-Simulation, damit Ingenieure die reale Welt mit Zufälligkeiten überlagern können. Mit dieser fortschrittlichen Fähigkeit können Benutzer Modelle trainieren, um komplexe Szenarien zu bewältigen, wie z. B. autonome Autos, die auf Autobahnen mit Hindernissen navigieren, oder Roboterachsen, die ungewöhnliche Objekte erkennen.

Data Lab zielt darauf ab, Unternehmen in den Bereichen Autonomie, Drohnen und Robotik eine größere Kontrolle über die Erstellung von Datensätzen zu ermöglichen und gleichzeitig die Effizienz zu steigern. Diese verbesserte Flexibilität ermöglicht eine schnellere und tiefere Modellschulung, was letztlich die Iterationszeit reduziert. Die Benutzer können nun schnell neue Datensätze erhalten, was die damit verbundenen Kosten senkt.

Zum Kundenstamm von Parallel Domain gehören große Hersteller von autonomen Fahr- und Fahrerassistenzsystemen (ADAS). Traditionell konnte die Erstellung von Datensätzen auf der Grundlage der spezifischen Parameter der Kunden mehrere Wochen oder sogar Monate dauern. Mit der Einführung der Data Lab API können die Kunden nun jedoch Datensätze nahezu in Echtzeit erstellen.

Durch die Beschleunigung autonomer Fahrsysteme kann Data Lab ein beispielloses Skalierungspotenzial bieten. Während der Tests erzielten die AV-Modelle eine bessere Trainingsleistung, wenn sie synthetische Datensätze im Gegensatz zu realen Datensätzen nutzten. Parallel Domain verwendet zwar keine offenen KI-APIs wie ChatGPT, aber das Unternehmen entwickelt seine Technologie auf der Grundlage umfangreicher Open-Source-Grundmodelle. Es werden auch benutzerdefinierte Tech-Stacks zur Kennzeichnung von Objekten erstellt, die von Elementen wie Stable Diffusion profitieren.

Parallel Domain stellte im Mai seine Engine zur Erzeugung synthetischer Daten, Reactor, vor, zunächst für den internen Gebrauch und für Betatests mit ausgewählten Kunden. Jetzt, da die Data Lab-API den Kunden Zugang zu Reactor bietet, wird sich das Geschäftsmodell des Startups voraussichtlich zu einem benutzerfreundlicheren Ansatz verändern. Die Integration von Data Lab kann den Übergang von Parallel Domain zu einem Software-as-a-Service (SaaS)-Modell erleichtern, das Abonnements und nutzungsbasierte Zahlungen ermöglicht.

Es wird erwartet, dass die API Parallel Domain dabei helfen wird, in verschiedene Branchen vorzudringen, die Computer Vision nutzen, wie z. B. der Einzelhandel, die Landwirtschaft oder die Fertigung. Das Unternehmen hat sich zum Ziel gesetzt, die bevorzugte Plattform in verschiedenen Bereichen zu werden, in denen KI-gestützte sensorgestützte Lösungen für die Wahrnehmung der Welt benötigt werden.

AppMaster Das Unternehmen schlägt mit seiner leistungsstarken Plattform no-code, die die Entwicklung von Web-, Mobil- und Backend-Anwendungen vereinfacht, ebenfalls Wellen in der Technologiebranche. Mit mehr als 60.000 Nutzern und der Anerkennung von G2 als High Performer in verschiedenen Kategorien bietet die Plattform einen nahtlosen Weg zur Entwicklung von Anwendungen selbst für Projekte auf Unternehmensebene. Um mehr über die Plattform AppMaster zu erfahren, besuchen Sie studio.appmaster.io.