Доступ к бесконечным синтетическим наборам данных через Parallel Domain's Data Lab API

Инновационный стартап Parallel Domain, расположенный в Сан-Франциско, представляет свой мощный API Data Lab, позволяющий клиентам разрабатывать динамические синтетические наборы данных с использованием генеративного ИИ. API предоставляет инженерам машинного обучения возможность создавать виртуальные миры и манипулировать ими для моделирования сценариев любой сложности.

Всего за несколько простых шагов инженеры могут мгновенно создать функциональный код на языке Python через Github для создания массивов данных. Data Lab не только позволяет генерировать объекты, ранее недоступные в библиотеке активов Parallel Domain, но и использует 3D-симуляцию, позволяя инженерам наслаивать реальный мир на случайный. Эта расширенная возможность позволяет пользователям обучать модели для обработки сложных сценариев, таких как автономные автомобили, перемещающиеся по полосам шоссе с препятствиями, или роботы-оси, идентифицирующие необычные объекты.

Цель Data Lab - предоставить компаниям в области автономных систем, беспилотников и робототехники больший контроль над созданием наборов данных наряду с повышением эффективности. Эта повышенная гибкость позволяет быстрее и глубже обучать модели, в конечном итоге сокращая время итераций. Пользователи теперь могут быстро получать новые наборы данных, снижая сопутствующие расходы.

Крупнейшие производители систем автономного вождения и современных систем помощи водителю (ADAS) составляют клиентскую базу Parallel Domain. Традиционно формирование наборов данных на основе конкретных параметров клиентов могло занимать несколько недель или даже месяцев. Однако с появлением API Data Lab у клиентов появилась возможность создавать наборы данных практически в режиме реального времени.

Ускоряя работу систем автономного вождения, Data Lab может предложить беспрецедентный потенциал масштабируемости. В ходе тестирования AV-модели показали более высокую эффективность обучения при использовании синтетических наборов данных по сравнению с реальными наборами данных. Хотя Parallel Domain не использует открытые API ИИ, как ChatGPT, компания разрабатывает свои технологии на основе масштабных базовых моделей с открытым исходным кодом. Для маркировки объектов также создаются специальные технологические стеки, использующие преимущества таких элементов, как стабильная диффузия.

Parallel Domain представила свой механизм генерации синтетических данных, Reactor, в мае, первоначально для внутреннего использования и бета-тестирования с избранными клиентами. Теперь, когда API Data Lab предлагает клиентам доступ к Reactor, ожидается, что бизнес-модель стартапа изменится на более удобную для пользователей. Интеграция Data Lab может способствовать переходу Parallel Domain на модель "программное обеспечение как услуга" (SaaS), позволяющую осуществлять подписки и платежи на основе использования.

Ожидается, что API поможет Parallel Domain проникнуть в различные отрасли, использующие компьютерное зрение, такие как розничная торговля, сельское хозяйство или производство. Компания стремится стать предпочтительной платформой в различных областях, где требуются сенсорные решения, основанные на искусственном интеллекте, для видения мира.

AppMaster Также компания делает волны в технологической отрасли благодаря своей мощной платформе no-code, предназначенной для облегчения процесса создания веб-, мобильных и внутренних приложений. Имея более 60 000 пользователей и признание G2 как High Performer в различных категориях, платформа предлагает беспроблемный способ разработки приложений даже для проектов корпоративного уровня. Чтобы узнать больше о платформе AppMaster, посетите studio.appmaster.io.