NomadicML Inc. a annoncé aujourd'hui avoir levé 8,4 millions de dollars de financement de démarrage pour résoudre les problèmes critiques de gestion des données vidéo propres aux robots et aux véhicules autonomes.
La startup a développé une plateforme qui vise à aider les développeurs de robotique et de véhicules autonomes à rechercher parmi les volumes massifs de données vidéo générés par leurs flottes.
Ces entreprises s’empressent de développer des modèles d’intelligence artificielle « physique » qui permettront aux robots et aux voitures de fonctionner dans des environnements réels avec une autonomie bien plus grande qu’aujourd’hui. Mais il existe un problème qui n’est pas facile à résoudre. Une seule voiture ou un seul robot peut générer des téraoctets de données chaque jour, et pour ceux qui exploitent des flottes qui se comptent par milliers, cela signifie qu'ils nagent dans des pétaoctets de séquences vidéo. Ces données non structurées sont généralement archivées, et la plupart d’entre elles restent intactes, car il n’est tout simplement pas possible pour les humains de les examiner et de les étiqueter physiquement.
L’incapacité de tirer parti de cette richesse de données vidéo freine le développement de modèles. Par exemple, un modèle qui exploite une voiture autonome a besoin de plus de données pour les cas critiques, tels que la navigation dans une zone de construction par temps de pluie, afin d'améliorer ses performances.
L'entreprise disposera probablement d'heures de séquences vidéo de ses véhicules effectuant cela dans le monde réel, mais le défi consiste à les trouver parmi ces pétaoctets de fichiers archivés. C’est un vieil adage éculé, mais c’est vraiment comme chercher une aiguille dans une botte de foin.
Le co-fondateur et directeur général Mustafa Bal (photo, à gauche) a déclaré que trouver ces données critiques est particulièrement difficile pour les startups. « Les équipes disposent d'une mine d'or de données vidéo et de capteurs, mais la plupart d'entre elles ne deviennent jamais un signal d'entraînement utilisable », a-t-il déclaré.
La solution de Nomadic est un « moteur de données visuelles » qui transforme des heures de séquences vidéo brutes et non organisées en une bibliothèque consultable de données de formation d'IA prêtes pour la production. Pour ce faire, il s’appuie sur des modèles avancés de vision par ordinateur.
Ces modèles alimentent des équipes autonomes d’agents qui regardent littéralement la vidéo au nom des entreprises, cataloguant tout afin de pouvoir la retrouver facilement. Les ingénieurs peuvent ensuite interroger leurs archives vidéo en langage naturel pour trouver les éléments pertinents en quelques secondes, au lieu de passer des mois à parcourir leurs archives.
Varun Krishnan (à droite), directeur de la technologie, a déclaré que le système est plus qu'un simple outil d'étiquetage des données. Il le décrit comme un « système de raisonnement agent » conçu pour comprendre le contexte et les actions qui se déroulent dans une vidéo, afin de pouvoir faire apparaître cette séquence lorsqu'un humain essaie de la décrire. C'est ce qui lui permet de prendre en charge des requêtes plus complexes, comme chaque incident où la pince d'un robot interagit avec un type spécifique d'objet.
Le financement permettra à Nomadic de faire évoluer sa plateforme et de répondre à la demande croissante des équipes de robotique qui se sont retrouvées noyées dans les archives de données.
