Accesso a infiniti set di dati sintetici attraverso l'API Data Lab di Parallel Domain

L'innovativa startup di San Francisco, Parallel Domain, sta introducendo la sua potente API Data Lab per consentire ai clienti di sviluppare insiemi di dati sintetici dinamici utilizzando l'IA generativa. L'API offre agli ingegneri dell'apprendimento automatico la possibilità di creare e manipolare mondi virtuali per simulare scenari di qualsiasi complessità.

Con pochi semplici passaggi, gli ingegneri possono creare istantaneamente un codice Python funzionale attraverso Github per produrre array di dati. Data Lab non solo consente di generare oggetti precedentemente non disponibili nella libreria di risorse di Parallel Domain, ma sfrutta anche la simulazione 3D per consentire agli ingegneri di stratificare il mondo reale con la casualità. Questa capacità avanzata consente agli utenti di addestrare modelli per gestire scenari complessi, come le auto autonome che navigano su corsie autostradali con ostacoli o i robotaxi che identificano oggetti insoliti.

Data Lab mira a fornire alle aziende che operano nei settori dell'autonomia, dei droni e della robotica un maggiore controllo sulla creazione dei set di dati e una migliore efficienza. Questa maggiore flessibilità consente un addestramento dei modelli più rapido e approfondito, riducendo in ultima analisi i tempi di iterazione. Gli utenti possono ora ottenere rapidamente nuovi set di dati, riducendo i costi associati.

I principali produttori di sistemi di guida autonoma e di assistenza avanzata alla guida (ADAS) costituiscono la base di clienti di Parallel Domain. Tradizionalmente, la creazione di set di dati basati sui parametri specifici dei clienti poteva richiedere diverse settimane o addirittura mesi. Tuttavia, con l'introduzione dell'API Data Lab, i clienti hanno ora la possibilità di creare set di dati in tempo quasi reale.

Accelerando i sistemi di guida autonoma, Data Lab può offrire un potenziale di scalabilità senza precedenti. Durante i test, i modelli AV hanno ottenuto migliori prestazioni di addestramento quando hanno utilizzato set di dati sintetici rispetto a quelli del mondo reale. Sebbene Parallel Domain non utilizzi API AI aperte come ChatGPT, l'azienda sviluppa la propria tecnologia basandosi su modelli di base open-source su larga scala. Vengono inoltre creati stack tecnologici personalizzati per etichettare gli oggetti, traendo vantaggio da elementi come la Diffusione Stabile.

Parallel Domain ha presentato il suo motore di generazione di dati sintetici, Reactor, a maggio, inizialmente per uso interno e per il beta testing con clienti selezionati. Ora, con l'API di Data Lab che offre ai clienti l'accesso a Reactor, si prevede che il modello di business della startup cambierà in un approccio più facile da usare. L'integrazione di Data Lab può facilitare la transizione di Parallel Domain verso un modello software-as-a-service (SaaS), consentendo abbonamenti e pagamenti basati sull'uso.

Si prevede che l'API aiuterà Parallel Domain a penetrare in vari settori che utilizzano la computer vision, come la vendita al dettaglio, l'agricoltura o la produzione. L'azienda mira a diventare la piattaforma preferita in diversi settori che necessitano di soluzioni assistite da sensori AI per vedere il mondo.

AppMaster L'azienda si sta facendo strada anche nel settore tecnologico con la sua potente piattaforma no-code, progettata per facilitare il processo di creazione di applicazioni web, mobili e backend. Con oltre 60.000 utenti e il riconoscimento di G2 come High Performer in varie categorie, la piattaforma offre un modo semplice per sviluppare applicazioni anche per progetti di livello aziendale. Per saperne di più sulla piattaforma AppMaster, visitate studio.appmaster.io.