تتيح واجهة برمجة تطبيقات Parallel Domain للعملاء استخدام الذكاء الاصطناعي التوليدي لبناء مجموعات بيانات تركيبية
المجال الموازي تضع القدرة على إنشاء مجموعات بيانات تركيبية في أيدي عملائها. أطلقت الشركة الناشئة في سان فرانسيسكو واجهة برمجة تطبيقات جديدة تسمى Data Lab تقف على أكتاف عمالقة الذكاء الاصطناعي التوليديين ، مما يمنح مهندسي التعلم الآلي التحكم في العوالم الافتراضية الديناميكية لمحاكاة أي سيناريو يمكن تخيله.
قال كيفين ماكنمارا ، المؤسس والرئيس التنفيذي لشركة Parallel Domain ، لـ TechCrunch: “كل ما عليك فعله هو الذهاب إلى GitHub ، وتثبيت واجهة برمجة التطبيقات ، ومن ثم يمكنك البدء في كتابة كود Python الذي يولد مجموعات البيانات”.
يسمح Data Lab للمهندسين بإنشاء كائنات لم تكن متوفرة سابقًا في مكتبة أصول بدء التشغيل. تستخدم واجهة برمجة التطبيقات محاكاة ثلاثية الأبعاد لتوفير الأساس الذي يمكن للمهندس من خلاله ، من خلال سلسلة من المطالبات البسيطة ، وضع طبقات للعالم الحقيقي بكل عشوائية في الأعلى. هل تريد تدريب نموذجك على القيادة على طريق سريع مع قلب الكابينة عبر مسارين؟ سهل. هل تعتقد أن الروبوت الآلي الخاص بك يجب أن يعرف كيف يتعرف على إنسان يرتدي زي ديناصور قابل للنفخ؟ منتهي.
الهدف هو منح شركات الاستقلالية والطائرات بدون طيار والروبوتات مزيدًا من التحكم والكفاءة في بناء مجموعات بيانات كبيرة حتى يتمكنوا من تدريب نماذجهم بشكل أسرع وعلى مستوى أعمق.
“ينتقل وقت التكرار الآن بشكل أساسي إلى مدى السرعة التي يمكنك ، كمهندس ML ، التفكير في ما تريد وترجمته إلى استدعاء API ، مجموعة من التعليمات البرمجية؟” قال مكنمارا. “هناك مستوى شبه لانهائي وغير محدود من الأشياء التي يمكن للعميل كتابتها للمطالبة ، والنظام يعمل فقط.”
يحسب النطاق الموازي شركات تصنيع المعدات الأصلية الرئيسية التي تبني أنظمة مساعدة السائق المتقدمة (ADAS) وشركات القيادة المستقلة كعملاء. تاريخيًا ، ربما استغرق الأمر أسابيع أو شهورًا لبدء التشغيل لإنشاء مجموعات بيانات استنادًا إلى معلمات محددة للعميل. باستخدام واجهة برمجة التطبيقات ذاتية الخدمة ، يمكن للعملاء تكوين مجموعات بيانات جديدة “في الوقت الفعلي تقريبًا” ، وفقًا لماكنمارا.
على نطاق أوسع ، يمكن أن يساعد Data Lab في توسيع نطاق أنظمة القيادة الذاتية بشكل أسرع. قال ماكنمارا إن الشركة الناشئة اختبرت نماذج AV معينة على مجموعات بيانات اصطناعية لعربات الأطفال مقابل مجموعات بيانات حقيقية لعربات الأطفال ، ووجدت أن النموذج كان يعمل بشكل أفضل عند التدريب على البيانات الاصطناعية.
في حين أن Parallel Domain لا يستخدم أيًا من واجهات برمجة التطبيقات AI المفتوحة التي اكتسبت شعبية في الأشهر الأخيرة مثل ChatGPT ، فإن الشركة الناشئة تبني مكونات تقنيتها على رأس نماذج الأساس الكبيرة التي تم فتحها خلال العامين الماضيين.
قال ماكنمارا: “تمكّننا أشياء مثل Stable Diffusion من ضبط إصداراتنا الخاصة من نماذج الأساس هذه ثم استخدام إدخال النص لدفع إنشاء الصورة والمحتوى” ، مشيرًا إلى أن فريقه طور حزمًا تقنية مخصصة لتسمية الكائنات أثناء إنشائها.
أطلقت Parallel Domain في البداية محركها لتوليد البيانات الاصطناعية ، المسمى Reactor ، في مايو للاستخدام الداخلي والاختبار التجريبي مع عملاء موثوق بهم. الآن بعد أن تم تقديم Reactor للعملاء من خلال Data Lab API ، من المرجح أن يتغير نموذج أعمال Parallel Domain حيث يفضل العملاء سهولة الوصول إلى الذكاء الاصطناعي التوليدي.
تتضمن الإستراتيجية التجارية للشركة الناشئة اليوم قيام العملاء بشراء حصص من البيانات ثم استخدام تلك الاعتمادات على مدار العام. قال ماكنمارا إن Data Lab يمكن أن يساعد Parallel Domain على الانتقال إلى نموذج البرمجيات كخدمة (SaaS) ، حيث يمكن للعملاء الاشتراك للوصول إلى النظام الأساسي والدفع بناءً على مقدار استخدامهم لها.
تتمتع واجهة برمجة التطبيقات أيضًا بالقدرة على مساعدة النطاق المتوازي على التوسع في أي مساحة حيث تجعل التكنولوجيا التي تدعم رؤية الكمبيوتر الصناعات أكثر كفاءة ، مثل الزراعة أو البيع بالتجزئة أو التصنيع.
“يُنظر إلى تمكين الذكاء الاصطناعي في الزراعة على أنه أحد أكبر الأشياء التي ستعمل على تحسين الكفاءة ، ونريد أن نطارد حالات الاستخدام هذه ، وفي النهاية يكون لدينا منصة حيث بغض النظر عن المجال الذي تعمل فيه ، إذا كنت بحاجة إلى تدريب ذكاء اصطناعي قال ماكنمارا: “لرؤية العالم بنوع من أجهزة الاستشعار ، المكان الذي ستبدأ فيه هو Parallel Domain”.
