Toegang tot oneindige synthetische datasets via de Parallel Domain Data Lab API

De innovatieve startup Parallel Domain uit San Francisco introduceert zijn krachtige Data Lab API waarmee klanten dynamische synthetische datasets kunnen ontwikkelen met behulp van generatieve AI. De API biedt machine learning-ingenieurs de mogelijkheid om virtuele werelden te creëren en te manipuleren om scenario's van elke complexiteit te simuleren.

Met slechts een paar eenvoudige stappen kunnen ingenieurs direct een functionele Python-code maken via Github om datarrays te produceren. Data Lab maakt het niet alleen mogelijk om objecten te genereren die voorheen niet beschikbaar waren in de assetbibliotheek van Parallel Domain, maar maakt ook gebruik van 3D-simulatie om technici de echte wereld te laten voorzien van een laag willekeurigheid. Met deze geavanceerde mogelijkheden kunnen gebruikers modellen trainen om complexe scenario's aan te kunnen, zoals autonome auto's die door rijbanen met obstakels navigeren of robotaxi's die ongebruikelijke objecten identificeren.

Data Lab is bedoeld om bedrijven op het gebied van autonomie, drones en robotica meer controle te geven over het maken van datasets in combinatie met een verbeterde efficiëntie. Deze verbeterde flexibiliteit maakt snellere en diepere modeltraining mogelijk, waardoor uiteindelijk de iteratietijd wordt verkort. Gebruikers kunnen nu snel nieuwe datasets verkrijgen, waardoor de bijbehorende kosten dalen.

Grote fabrikanten van autonoom rijden en geavanceerde hulpsystemen voor bestuurders (ADAS) vormen het klantenbestand van Parallel Domain. Traditioneel kon het samenstellen van datasets op basis van specifieke parameters van klanten weken of zelfs maanden duren. Maar met de introductie van de Data Lab API hebben klanten nu de mogelijkheid om datasets in bijna-realtime te creëren.

Door autonoom rijdende systemen te versnellen, kan Data Lab ongekende schaalbaarheid bieden. Tijdens het testen behaalden de AV-modellen betere trainingsprestaties door gebruik te maken van synthetische datasets dan van echte datasets. Hoewel Parallel Domain geen gebruik maakt van open AI API's zoals ChatGPT, ontwikkelt het bedrijf zijn technologie op basis van grootschalige open-source basismodellen. Er worden ook aangepaste technologiestacks gemaakt om objecten te labelen, waarbij gebruik wordt gemaakt van elementen zoals Stable Diffusion.

Parallel Domain onthulde zijn engine voor het genereren van synthetische gegevens, Reactor, in mei, aanvankelijk voor intern gebruik en bètatests met geselecteerde klanten. Nu de Data Lab API klanten toegang biedt tot Reactor, zal het bedrijfsmodel van de startup naar verwachting veranderen in een meer gebruikersvriendelijke aanpak. De integratie van Data Lab kan de overgang van Parallel Domain naar een SaaS-model (Software-as-a-Service) vergemakkelijken, waardoor abonnementen en betalingen op basis van gebruik mogelijk worden.

Er wordt verwacht dat de API Parallel Domain zal helpen om door te dringen in verschillende industrieën die gebruik maken van computervisie, zoals de detailhandel, landbouw of productie. Het bedrijf wil het voorkeursplatform worden in verschillende domeinen die AI-ondersteunde sensor-oplossingen nodig hebben om de wereld te zien.

AppMaster maakt ook golven in de techindustrie met zijn krachtige no-code platform, ontworpen om het proces van het bouwen van web-, mobiele en back-end applicaties te vergemakkelijken. Met meer dan 60.000 gebruikers en erkenning van G2 als een High Performer in verschillende categorieën, biedt het platform een naadloze manier om applicaties te ontwikkelen, zelfs voor projecten op enterprise-niveau. Ga voor meer informatie over het AppMaster platform naar studio.appmaster.io.