În era mașinilor autonome și a roboticii avansate, companiile care dezvoltă astfel de tehnologii se confruntă cu o provocare aparent de nerezolvat: volumul imens de date video generate de flotele lor. Fie că vorbim despre automobile care se conduc singure, despre brațe robotice care manipulează obiecte în fabrici sau despre utilaje de construcții complet autonome, aceste sisteme colectează mii, uneori milioane de ore de înregistrări video. Însă organizarea și catalogarea acestor date rămâne, în mare parte, o sarcină realizată manual de oameni care trebuie să vizioneze tot materialul brut. Chiar și cu funcții de redare rapidă, acest proces nu poate scala eficient pentru nevoile industriei.
Nomadic AI, o startup fondată de Mustafa Bal (CEO) și Varun Krishnan (CTO), a decis să rezolve această problemă fundamentală. Compania a anunțat marți o rundă de finanțare seed de 8,4 milioane de dolari, evaluând startup-ul la 50 de milioane de dolari post-banii investiți. Runda a fost condusă de TQ Ventures, cu participarea fondului de investiții Pear VC și a lui Jeff Dean, cunoscutul cercetător în domeniul inteligenței artificiale. Fondurile obținute vor permite companiei să atragă mai mulți clienți și să continue perfecționarea platformei sale tehnologice.
Ceea ce face Nomadic AI special este abordarea sa inovatoare față de gestionarea datelor provenite din sistemele de inteligență artificială fizică. Platforma companiei transformă înregistrările video brute în seturi de date structurate și accesibile prin căutare, utilizând o colecție de modele de viziune-limbaj avansate. Această abordare permite monitorizarea eficientă a flotelor și crearea de seturi de date unice pentru învățarea prin întărire, accelerând semnificativ ciclurile de dezvoltare.
"Oferim clienților noștri insight-uri despre propriul lor material video, indiferent ce alimentează mașinile autonome sau roboții lor," a declarat Mustafa Bal pentru TechCrunch. "Aceasta este ceea ce împinge înainte dezvoltatorii de sisteme autonome, nu datele aleatorii." Provocarea devine și mai acută când vine vorba de cazurile limită – acele situații rare dar extrem de valoroase din punct de vedere al antrenării modelelor. De exemplu, cum antrenezi un sistem de conducere autonomă să înțeleagă că poate trece pe roșu dacă un polițist îi directionează să facă acest lucru? Sau cum izolezi eficient fiecare moment în care vehiculele trec pe sub un anumit tip de pod? Nomadic rezolvă aceste probleme prin capacitatea sa de a identifica astfel de incidente atât pentru conformitate reglementară, cât și pentru a fi integrate direct în pipeline-urile de antrenare.
Cele două fondatoare s-au cunoscut ca studenți la informatică la Harvard, iar după absolvire au lucrat la companii de renume precum Lyft și Snowflake, unde au întâmpinat în mod repetat aceleași provocări tehnice. "Am tot dat de aceleași probleme tehnice la locurile noastre de muncă," a povestit Bal. Această experiență directă i-a convins că există o piață reală pentru soluția lor.
Printre clienții care utilizează deja platforma se numără companii prestigioase precum Zoox, Mitsubishi Electric, Natix Network și Zendar. Antonio Puglielli, VP-ul de Inginerie la Zendar, a declarat că instrumentul Nomadic le-a permis companiei să scaleze operațiunile mult mai rapid comparativ cu alternativa externalizării, iar expertiza lor în domeniu îi diferențiază de competitori. Acest tip de instrument de auto-anotare bazat pe modele emerge ca un workflow cheie pentru inteligența artificială fizică, iar companii stabilite de etichetare a datelor precum Scale, Kognic și Encord își dezvoltă propriile instrumente AI pentru astfel de sarcini.
Varun Krishnan, CTO-ul companiei, susține că produsul Nomadic este mai mult decât un simplu etichetator. "Este un sistem de raționament agentic: descrii ce ai nevoie și el își dă seama cum să găsească informația," a explicat acesta, descriind cum platforma folosește multiple modele pentru a înțelege acțiunile în desfășurare și a le contextualiza. De altfel, Krishnan este maestru internațional la șah, clasat pe locul 1.549 în clasamentul mondial, o dovadă a capacităților sale cognitive și analitice.
Echipa Nomadic impresionează și prin expertiza sa tehnică: toți cei aproximativ doisprezece ingineri ai companiei au publicat lucrări științifice, demonstrând angajamentul pentru inovație și cercetare de vârf. Compania a câștigat, de asemenea, primul premiu la competiția de pitch organizată de Nvidia GTC luna trecută, consolidându-și poziția în ecosistemul tehnologic global.
Investitorii companiei văd un potențial uriaș în focalizarea Nomadic pe această infrastructură specifică. "Este același motiv pentru care Salesforce nu își construiește propriul cloud și Netflix nu își construiește propriile facilități de distribuție a conținutului," a declarat Schuster Tanger, partener la TQ Ventures care a condus runda de investiții. "În momentul în care o companie de vehicule autonome încearcă să construiască Nomadic intern, aceasta se distrage de la ceea ce o face să câștige – robotul propriu-zis."
Compania lucrează acum la dezvoltarea de instrumente specializate, precum unul care înțelege fizica schimbărilor de bandă din materialul video, sau altul care derivă poziții mai precise pentru grippere-robot într-un video. Provocarea următoare, atât pentru Nomadic cât și pentru clienții săi, este dezvoltarea unor instrumente similare pentru date non-vizuale, precum citirile senzorilor lidar, sau integrarea datelor senzorilor în multiple moduri.
"A gestiona terabytes de video, a le procesa cu sute de modele cu peste 100 de miliarde de parametri și apoi a extrage insight-uri precise este cu adevărat extrem de dificil," a conchis Mustafa Bal, subliniind complexitatea tehnică a problemei pe care echipa sa încearcă să o rezolve. Cu noua finanțare obținută, Nomadic AI pare pregătită să devină o piesă esențială în infrastructura companiilor care construiesc mașinile și roboții viitorului.
Nomadic AI atrage 8,4 milioane de dolari pentru a organiza fluxul masiv de date provenit de la vehiculele autonome
