Annotell zbiera 24 miliony dolarów na technologię, która testuje autonomiczne systemy postrzegania pojazdów, aby poprawić ich działanie

Podczas gdy przemysł motoryzacyjny powoli posuwa się naprzód na drodze do pojazdów samojezdnych, obserwujemy pojawianie się startupów, których celem jest wypełnienie niektórych luk technicznych w istniejących obecnie systemach autonomicznych. W najnowszym opracowaniu, Annotell, start-up ze Szwecji, który tworzy oprogramowanie do oceny wydajności zdolności percepcyjnych systemów autonomicznych i jak to poprawić, ogłasza dzisiaj, że zebrał 24 miliony dolarów na rozszerzenie swojej działalności.

Daniel Langkilde, współzałożyciel i dyrektor generalny Annotell, porównuje to, co robi firma, do „egzaminu wizyjnego dla samochodów, aby uzyskać prawo jazdy, tak jak można przystąpić do testu sprawdzającego, czy nadajesz się do prowadzenia samochodu”. powiedział w wywiadzie. „Platforma firmy Annotell pomaga zrozumieć wydajność systemu i ją podnieść. Naszym klientom doradzamy, jak je ulepszyć”. Oznacza to, że produkty firmy Annotell obejmują narzędzia analityczne, które testują i mierzą jakość danych firmowych, oraz wytwarzanie danych w celu ulepszenia tych zestawów danych.

Dodał, że celem nie jest doskonałość, ale przewidywalność, tak samo ważna dla pół-autonomicznych platform (np. zaawansowanych systemów wspomagania kierowcy), które istnieją już dzisiaj, jak i dla w pełni autonomicznych samochodów, które wielu ma nadzieję zbudować na przyszłość. „System może nie zawsze mieć rację, ale musisz wiedzieć, co może, a czego nie może zrobić, aby bezpiecznie z niego korzystać”.

Runda Serii A jest współprowadzona przez Metaplanet — estońską spółkę VC kierowaną przez współzałożyciela Skype'a Jaana Tallinna, która ostatnio również zainwestowała w Technologie Starship i był jednym z pierwszych sponsorów przejętego przez Google DeepMind — i NordicNinja — wspieranego przez Japonię inwestora w technologie głębokie. Uczestniczyli również poprzedni sponsorzy Ernström & Co i Sessan AB. Annotell z siedzibą w Göteborgu zebrał teraz 31 milionów dolarów i nie ujawnia wyceny, ale w pewnym kontekście jego klientami są zarówno najwięksi światowi producenci samochodów, ich główni dostawcy, jak i duże firmy produkujące samojezdne samochody.

Luka na rynku, którą Annotell chce wypełnić, jest dość krytyczna: autonomiczne systemy są zbudowane na ogromnych zasobach danych dotyczących jazdy i uczenia maszynowego wykorzystywanego do przetwarzania tych informacji w celu „nauczenia” tych platform podstaw jazdy.

Korzystając z wizji komputerowej, systemy te z kolei mogą rozpoznawać czerwone światła lub zatrzymujący się samochód, kiedy należy skręcić i tak dalej. Problem polega na tym, że reakcje tych systemów opierają się na danych, którymi zostały karmione. Systemy autonomiczne zwykle nie są w stanie „rozumować” i podjąć decyzji, jak zareagować na nieznane zmienne, takie jak te, z którymi pojazd nieuchronnie zetknie się w prawdziwym świecie.

„Uczenie maszynowe nie radzi sobie z przetwarzaniem rzadkich, ale ważnych rzeczy” — powiedział Langkilde.

Langkilde, który był współzałożycielem Annotell wraz z Oscarem Peterssonem – obaj są fizykami specjalizującymi się w głębokim uczeniu się – powiedział, że napotkał ten problem, gdy wcześniej pracował w innej firmie, startupie zajmującym się wywiadem o zagrożeniach Recorded Future, gdzie miał za zadanie zbierać dane wywiadowcze do zasilania i naucz platformę lepiej identyfikować zagrożenia. Złośliwi hakerzy są dokładnie skoncentrowani na znajdowaniu luk w celu tworzenia luk w zabezpieczeniach, co skutecznie przekreśliło wiele pracy, jaką jego zespół wykonałby w celu zidentyfikowania wzorców w celu złagodzenia przyszłych ataków.

„Zwróciło mi uwagę na ograniczenia uczenia maszynowego metodą brutalnej siły podczas wykonywania pracy o znaczeniu krytycznym” — powiedział.

Autonomiczne systemy jazdy napotykają w dużej mierze ten sam problem, ale jeszcze ważniejsze jest, aby zrobić to dobrze, nie tylko dlatego, że jeśli coś pójdzie nie tak, zagrożone jest życie. Zapewnia to również wyższy poziom bezpieczeństwa i kontroli, przez które firmy muszą przejść, aby wprowadzić swoje produkty na rynek i zdobyć zaufanie konsumentów, a następnie je kupić i używać.

„Aby ludzie mogli zaufać uczeniu maszynowemu i sztucznej inteligencji, musimy bardzo poważnie potraktować bezpieczeństwo” – powiedział. „Istnieje ogromna różnica między udzieleniem błędnej rekomendacji w serwisie filmowym a zatrzymaniem znaku stop lub wpadnięciem na kogoś. To też traktujemy poważnie. Dlatego chcieliśmy skupić się na problemie.” Tymczasem dodatkowe warstwy przepisów bezpieczeństwa wskazują również na konkretne przypadki użycia i możliwości rynkowe dla firmy Annotell: nie chodzi tylko o ulepszanie systemów dla klientów, ale tworzenie zbioru danych, na których agencje i organy regulacyjne mogą również polegać, aby zapewnić określony produkt prześwit, który ma być użyty.

Podejście firmy Annotell do uzupełniania tego, czego uczenie maszynowe może uczyć systemy, jest tak postępowe, jak dzisiejsze systemy autonomiczne: po części testuje i formalizuje ograniczenia systemów, które z natury nie są zaprojektowane jako w pełni autonomiczne (są to systemy, które mamy dzisiaj do wspomagania , a nie zastępować, sterowniki). Powiedział, że z biegiem czasu w pełni autonomiczne mogą również obejmować inne rodzaje sztucznej inteligencji, takie jak sieci Bayesa, które są używane do budowania algorytmów wnioskowania przyczynowego. (Przyczynowe uruchomienie sztucznej inteligencji, które omówiliśmy w zeszłym tygodniu, było bardziej dramatyczne, twierdząc, że przyczynowa sztuczna inteligencja była jedyną nadzieją na urzeczywistnienie autonomicznej jazdy, chociaż nawet wtedy jest to duży skok i zajmie dużo czasu, zanim dojdzie do skutku).

Na razie jednak startup koncentruje swoją technologię na bezpieczeństwie systemów z już wbudowanym dowolnym stopniem autonomii, co jest ogromną szansą.

„Zapewnienie bezpieczeństwa jest głównym ograniczeniem, jeśli chodzi o komercyjne wdrażanie pojazdów autonomicznych, a firma Annotell poczyniła ogromne postępy w krótkim czasie” — powiedział w oświadczeniu Jaan Tallinn z Metaplanet. „Jesteśmy pod wrażeniem ich oprogramowania, a także zespołu, który je stworzył, i cieszymy się, że możemy towarzyszyć im w tej podróży”.

Źródło: https://techcrunch.com/2022/02/02/annotell-raises-24m-for-tech-that-tests-autonomous-vehicle-perception-systems-to-improve-how-they-work/