Contact Information

Alamat: Komplek Rumah Susun Petamburan Blok 1 Lantai Dasar, Tanah Abang - Jakpus 10260

We're Available 24/ 7. Call Now.
Mengoptimalkan Pelatihan Model dengan Data Sintetik dari Parallel Domain
SHARE:

Technologue.id, Jakarta - Parallel Domain memberikan kemampuan untuk menghasilkan kumpulan data sintetik ke tangan pelanggannya.

Startup yang berbasis di San Francisco telah meluncurkan API baru yang disebut Lab Data yang berdiri di atas bahu raksasa AI generatif, memberi insinyur pembelajaran mesin kendali atas dunia virtual yang dinamis untuk mensimulasikan skenario apa pun yang bisa dibayangkan.

Data Sintetik untuk Pelatihan Model yang Lebih Baik

Data Lab memungkinkan para insinyur menghasilkan objek yang sebelumnya tidak tersedia di pustaka aset startup.

Baca Juga:
Google Luncurkan Fitur Belanja dengan Uji Coba Virtual untuk Pakaian Fashion

API ini menggunakan simulasi 3D untuk memberikan fondasi di mana seorang insinyur, melalui serangkaian petunjuk sederhana, dapat melapisi dunia nyata dengan segala keacakannya di atas.

Dengan menggunakan data sintetik, para insinyur dapat mengatasi tantangan dalam pengumpulan data di dunia nyata dan melatih model mereka dengan lebih baik.

Menyesuaikan Skenario dengan Mudah

Ingin melatih model Anda untuk mengemudi di jalan raya dengan taksi terbalik di dua jalur? Mudah. Pikirkan robotaxi Anda harus tahu cara mengidentifikasi manusia yang mengenakan pakaian dinosaurus tiup? Selesai.

Dengan Data Lab, semua skenario yang sulit dan tidak mungkin di dunia nyata dapat disimulasikan dengan mudah. Para insinyur dapat mengatur skenario yang spesifik dan langka untuk menguji kinerja model mereka tanpa harus mengumpulkan data secara manual.

Baca Juga:
Teknologi AI Tingkatkan Pengalaman Pencarian Google yang Lebih Personal

Meningkatkan Efisiensi dan Kecepatan Pengembangan

Tujuan utama Parallel Domain adalah memberikan perusahaan otonomi, drone, dan robotika lebih banyak kendali dan efisiensi dalam membangun kumpulan data besar sehingga mereka dapat melatih model mereka lebih cepat dan lebih baik.

Mengatasi Kendala Waktu dalam Pengumpulan Data

Parallel Domain bekerja dengan OEM utama yang membangun sistem bantuan pengemudi canggih (ADAS) dan perusahaan pengemudian otonom sebagai pelanggan mereka.

Sebelumnya, startup harus meluangkan waktu berbulan-bulan untuk membuat kumpulan data berdasarkan parameter spesifik pelanggan mereka.

Namun, dengan adanya API Data Lab, pelanggan sekarang dapat dengan cepat membentuk kumpulan data baru hampir secara instan, tanpa harus menunggu waktu yang lama.

Skalabilitas Pengembangan Sistem Otonom

Dalam skala yang lebih besar, Data Lab dapat membantu meningkatkan pengembangan sistem mengemudi otonom dengan lebih cepat.

McNamara, CEO Parallel Domain, mengungkapkan bahwa startup ini menguji model kendaraan otonom tertentu menggunakan kumpulan data sintetik bayi terhadap kumpulan data bayi dunia nyata.

Hasilnya menunjukkan bahwa model yang dilatih dengan data sintetik memiliki kinerja yang lebih baik daripada model yang dilatih dengan data dunia nyata.

Baca Juga:
OpenAI Rilis GPT-3.5-turbo dan GPT-4 dengan Pemanggilan Fungsi dan Jendela Konteks Lebih Luas

Masa Depan Pengembangan Kendaraan Otonom

Parallel Domain dan API Data Lab mereka telah membawa inovasi yang signifikan dalam pengembangan kendaraan otonom.

Dengan menggunakan data sintetik, para insinyur dapat memperoleh kumpulan data yang kaya dengan berbagai skenario yang menantang, mempercepat pengembangan dan meningkatkan kualitas model yang dilatih.

Dengan terus maju, diharapkan Parallel Domain akan terus menyediakan solusi yang inovatif bagi industri kendaraan otonom, drone, dan robotika. Dengan adanya teknologi ini, masa depan kendaraan otonom yang aman dan efisien semakin dekat.

SHARE:

Aman Bagi Anak, MatePad SE 11 Kids Edition Punya Blue Light Filter

Tokopedia dan ShopTokopedia Alami Kenaikan Jumlah Penjual