Паризький стартап Physicl залучив 10 млн доларів на дані для фізичного ШІ
Паризький стартап Physicl залучив 10 млн доларів для розвитку платформи тренувальних даних для систем фізичного штучного інтелекту.
Паризький стартап Physicl залучив 10 млн доларів посівного фінансування для створення тренувальних даних для систем штучного інтелекту, що працюють у фізичному світі. Раунд очолила Inovia Capital, а також у ньому взяла участь U.S. Venture Partners, повідомляє The Next Web.
Компанія розробляє дані для моделей, що застосовуються в робототехніці, безпілотних автомобілях і системах тривимірного бачення. Її фокус — на так званих граничних випадках: нетипових ситуаціях, у яких моделі можуть помилятися, зокрема за незвичного освітлення або через неочікувані об'єкти на шляху.
Відтворення складних сценаріїв
Перший продукт Physicl під назвою Studio дає дослідникам змогу відтворювати такі ситуації у 3D. Користувачі можуть обрати середовище або описати сцену, в якій модель має проблеми, а потім змінювати освітлення, кут камери та розташування об'єктів. Платформа генерує тренувальні дані, розраховані на усунення конкретної слабкості моделі.
За даними компанії, Studio містить 10 тисяч тривимірних середовищ і понад 100 тисяч об'єктів, з яких можна комбінувати мільярди різних сцен. Такий підхід дозволяє дослідникам відтворити збій, перевірити виправлення та виміряти, чи поліпшилася модель.
Клієнти та подальші плани
Засновник і генеральний директор Physicl Алекс де Віган заявив, що моделі дають збої на граничних випадках, тому після виявлення таких слабкостей дослідникам потрібен спосіб створювати дані, які безпосередньо їх усувають. Раніше де Віган заснував паризьку компанію Nfinite, яка створює 3D-зображення товарів для онлайн-ритейлерів і залучила 100 млн доларів у 2022 році.
Physicl уже співпрацює з лабораторіями ШІ та університетами, серед яких Meta, World Labs, Epic Games, Amazon Web Services, Nvidia і Мюнхенський технічний університет. За словами компанії, мюнхенський стартап SpAItial після додавання даних Physicl до навчальної вибірки скоротив більш ніж удвічі рівень помилок своєї моделі для створення кімнат. Залучені кошти Physicl планує спрямувати на розширення команди та подальший розвиток платформи.