Dostęp do nieskończonych syntetycznych zbiorów danych za pośrednictwem interfejsu API Parallel Domain's Data Lab

Innowacyjny startup z San Francisco, Parallel Domain, wprowadza swoje potężne API Data Lab, aby umożliwić klientom tworzenie dynamicznych syntetycznych zestawów danych wykorzystujących generatywną sztuczną inteligencję. API oferuje inżynierom uczenia maszynowego możliwość tworzenia i manipulowania wirtualnymi światami w celu symulacji scenariuszy o dowolnej złożoności.

Dzięki zaledwie kilku prostym krokom inżynierowie mogą natychmiast stworzyć funkcjonalny kod Python za pośrednictwem Github, aby tworzyć tablice danych. Data Lab nie tylko umożliwia generowanie obiektów wcześniej niedostępnych w bibliotece zasobów Parallel Domain, ale także wykorzystuje symulację 3D, aby umożliwić inżynierom nakładanie warstw rzeczywistego świata na losowość. Ta zaawansowana funkcja pozwala użytkownikom trenować modele do obsługi złożonych scenariuszy, takich jak autonomiczne samochody poruszające się po pasach autostrad z przeszkodami lub robotaxis identyfikujące nietypowe obiekty.

Data Lab ma na celu zapewnienie firmom z branży autonomii, dronów i robotyki większej kontroli nad tworzeniem zbiorów danych wraz z poprawą wydajności. Ta zwiększona elastyczność pozwala na szybsze, głębsze szkolenie modeli, ostatecznie skracając czas iteracji. Użytkownicy mogą teraz szybko uzyskiwać nowe zestawy danych, zmniejszając związane z tym koszty.

Główni producenci autonomicznej jazdy i zaawansowanych systemów wspomagania kierowcy (ADAS) tworzą bazę klientów Parallel Domain. Tradycyjnie tworzenie zestawów danych w oparciu o określone parametry klientów może zająć kilka tygodni lub nawet miesięcy. Jednak wraz z wprowadzeniem interfejsu API Data Lab, klienci mają teraz możliwość tworzenia zestawów danych w czasie zbliżonym do rzeczywistego.

Przyspieszając systemy autonomicznej jazdy, Data Lab może zaoferować bezprecedensowy potencjał skalowalności. Podczas testów modele AV osiągnęły lepszą wydajność szkolenia, gdy wykorzystywały syntetyczne zestawy danych w przeciwieństwie do rzeczywistych zestawów danych. Chociaż Parallel Domain nie wykorzystuje otwartych interfejsów API sztucznej inteligencji, takich jak ChatGPT, firma rozwija swoją technologię w oparciu o wielkoskalowe modele fundamentalne typu open source. Niestandardowe stosy technologiczne są również tworzone w celu oznaczania obiektów, czerpiąc korzyści z elementów takich jak Stable Diffusion.

Parallel Domain zaprezentowało swój silnik generowania danych syntetycznych, Reactor, w maju, początkowo do użytku wewnętrznego i testów beta z wybranymi klientami. Teraz, gdy API Data Lab oferuje klientom dostęp do Reactora, oczekuje się, że model biznesowy startupu zmieni się na bardziej przyjazny dla użytkownika. Integracja Data Lab może ułatwić przejście Parallel Domain na model oprogramowania jako usługi (SaaS), umożliwiając subskrypcje i płatności oparte na użytkowaniu.

Oczekuje się, że API pomoże Parallel Domain w penetracji różnych branż wykorzystujących wizję komputerową, takich jak handel detaliczny, rolnictwo czy produkcja. Firma dąży do tego, aby stać się preferowaną platformą w różnych dziedzinach, które potrzebują rozwiązań wspomaganych czujnikami sztucznej inteligencji do postrzegania świata.

AppMaster Firma AI jest również liderem w branży technologicznej dzięki swojej potężnej platformie no-code, zaprojektowanej w celu ułatwienia procesu tworzenia aplikacji internetowych, mobilnych i backendowych. Z ponad 60 000 użytkowników i uznaniem przez G2 jako High Performer w różnych kategoriach, platforma oferuje płynny sposób tworzenia aplikacji nawet dla projektów na poziomie korporacyjnym. Aby dowiedzieć się więcej o platformie AppMaster, odwiedź stronę studio.appmaster.io.