Træningsdata til autonom kørsel

Autonome biler skal opfatte deres miljø tro mod virkeligheden. De tilsvarende algoritmer trænes ved hjælp af et stort antal billed- og videooptagelser. For at algoritmen skal genkende enkelte billedelementer, som et træ, en fodgænger eller et vejskilt, disse er mærket. Mærkning forbedres og accelereres af understand.ai, en startup etableret af datalog Philip Kessler, som studerede på Karlsruhe Institute of Technology (KIT), og hans medstifter Marc Mengler.

"En algoritme lærer ved eksempler, og jo flere eksempler der findes, jo bedre lærer det, " siger Philip Kessler. Af denne grund, bilindustrien har brug for en stor mængde video- og billedmateriale i maskinlæring til autonom kørsel. Indtil nu, genstande på billederne er blevet mærket manuelt af menneskeligt personale. "Store virksomheder, såsom Tesla, ansætte tusindvis af arbejdere i Nigeria eller Indien til dette formål. Processen er besværlig og tidskrævende, " Kessler forklarer. "Vi hos understand.ai bruger kunstig intelligens til at gøre mærkning op til ti gange hurtigere og mere præcis, " tilføjer han. Selvom billedbehandling er stærkt automatiseret i store dele, den endelige kvalitetskontrol foretages af mennesker. Kombination af teknologi og menneskelig pleje er særlig vigtig for sikkerhedskritiske aktiviteter, såsom autonom kørsel, " siger grundlæggeren af ​​understand.ai. Mærkningerne, også kaldet annoteringer, i billedet og videofilerne skal stemme overens med det virkelige miljø med pixel nøjagtighed. Jo bedre kvaliteten af ​​de behandlede billeddata er, jo bedre er algoritmen, der bruger disse data til træning.

"Da træningsbilleder ikke kan leveres til alle situationer, såsom ulykker, vi tilbyder nu også simuleringer baseret på rigtige data, " siger Kessler. Selvom opstarten fokuserer på autonom kørsel, det planlægger også at behandle billeddata til træning af algoritmer til at opdage tumorer eller evaluere luftfotos i fremtiden. Førende bilproducenter og leverandører i Tyskland og USA er blandt kunderne til opstarten etableret af Kessler og Marc Mengler i 2017. Virksomhedens hovedkontor ligger i Karlsruhe. Nogle af de mere end 50 ansatte arbejder på kontorer i Berlin og San Francisco. I 2018, startup'et fik tildelt startup-finansiering på USD 2,8 mio. af en gruppe private investorer.

I 2012 Kessler, født i Braunschweig, begyndte at studere informatik på KIT, hvor han blev interesseret i kunstig intelligens og autonom kørsel, da han udviklede en autonom modelbil i KITCar-studentergruppen. Han overvejede at arbejde i PionierGarage universitetsgruppen for studerende iværksættere og hans etårige ophold hos Mercedes Research i Silicon Valley, hvor han fokuserede på maskinlæring og dataanalyse, "meget motiverende" for at etablere sin egen virksomhed.

"Ingen andre steder kan du lære mere inden for den korteste periode end i en opstart. For nylig, store virksomheders interesse for at samarbejde med startups steg betydeligt, " siger den 26-årige grundlægger. Han tror, ​​at Tyskland gik i søvne gennem den første bølge af kunstig intelligens, hvor det hovedsageligt blev brugt i underholdningsenheder og forbrugerprodukter. "I den anden bølge, hvor kunstig intelligens anvendes i industri og teknologi, Tyskland vil være i stand til at bruge sit potentiale, " siger Kessler.