Självkörande bilar samlar in enorma mängder video som ingen hinner titta på. Nu tar Nomadic AI in 8,4 miljoner dollar för att lösa krisen.
Startupbolaget Nomadic AI har stängt en såddrunda på 8,4 miljoner dollar, vilket ger företaget en värdering på 50 miljoner dollar. Investeringen leds av TQ Ventures med uppbackning från bland andra Pear VC och Google-profilen Jeff Dean. Pengarna ska användas för att skala upp företagets plattform som hjälper utvecklare av autonoma fordon att hantera enorma mängder videodata.
Utvecklingen av självkörande bilar och robotar kräver miljontals timmar av video för att utvärdera och träna AI-modellerna. Problemet är att uppemot 95 procent av materialet ofta bara blir liggande i arkiv. Att organisera klippen har fram till nu varit ett mänskligt jobb, men i takt med att datamängderna växer fungerar det inte längre att låta personal spola igenom materialet manuellt.
Nomadic, grundat av de tidigare Harvard-studenterna Mustafa Bal och Varun Krishnan, använder istället avancerade syn- och språkmodeller för att göra det ostrukturerade materialet sökbart. Plattformen kan automatiskt hitta specifika och ovanliga händelser, till exempel när en polis dirigerar trafik förbi ett rödljus eller när ett fordon kör under en särskild typ av bro. Flera aktörer som Zoox, Zendar och Mitsubishi Electric använder redan tekniken.
För den bredare techbranschen löser detta en av de största flaskhalsarna inom utvecklingen av fysisk AI. När allt fler bolag bygger drönare, robotar och autonoma maskiner går det inte längre att förlita sig på arméer av mänskliga granskare. En automatiserad process sänker tröskeln avsevärt för europeiska och svenska industriföretag som vill implementera AI, eftersom de helt enkelt slipper bygga upp enorma egna dataavdelningar för uppmärkning.
Med det nya kapitalet planerar Nomadic att ta in fler kunder och vidareutveckla plattformens funktioner. Konkurrensen hårdnar dock snabbt, i takt med att etablerade dataföretag som Scale och Kognic rullar ut liknande verktyg och Nvidia släpper öppen källkod för samma syfte.
Läs också: