LightlyEdge : <span dir="ltr">AI</span> مدمجة لتخفيف عبء البيانات في سباق السيارات ذاتية القيادة

LightlyEdge : AI مدمجة لتخفيف عبء البيانات في سباق السيارات ذاتية القيادة

TLDR : تقدم الشركة الناشئة من زيورخ Lightly حل LightlyEdge، وهو حل ذكاء اصطناعي مدمج يقوم باختيار ونقل البيانات ذات الصلة فقط من الكاميرات وأجهزة الاستشعار في المركبات. يمكن أن يوفر هذا الأسلوب لمصنعي السيارات الأوروبيين وسيلة لتقليل التكاليف وتسريع التطوير، مع منحهم ميزة تنافسية أمام قادة الذكاء الاصطناعي.

بينما يواجه مصنعو السيارات الأوروبيون ضغوطاً كبيرة (التنافسية التكنولوجية، تقلص العمالة، والاضطرابات الجيوسياسية)، تعلن الشركة الناشئة من زيورخ Lightly عن إطلاق LightlyEdge، وهي حل لجمع البيانات يعتمد على AI مدمجة. الهدف: فرز البيانات عند التقاطها، لنقل فقط ما هو ضروري، دون التضحية بجودة تدريب نماذج AI.

AI مدمجة: التقاط أقل، ولكن التقاط أفضل

LightlyEdge ينتمي إلى الاتجاه المتزايد لـ edge AI، الذي يتمثل في تشغيل النماذج مباشرة على الأجهزة، هنا الكاميرات وأجهزة الاستشعار في المركبات. بدلاً من تسجيل كل كيلومتر من الطريق بشكل مستمر، يقوم النظام بتحليل تدفقات الفيديو في الوقت الحقيقي ويختار فقط المشاهد التي تعتبر ذات صلة: مواقف الخطر، الظروف الجوية النادرة، السلوكيات غير المتوقعة.
هذا التصفية من المصدر يعالج قيدًا معروفًا في الصناعة: انفجار حجم البيانات لم يكن دائمًا مرادفًا لتحسين أداء النماذج. بل على العكس، فإنه يؤدي إلى تكاليف تخزين ونقل ومعالجة متزايدة، بينما يخفف أحيانًا من الحالات النادرة والحرجة التي يمكن أن تحسن تنوع وجودة مجموعات بيانات التدريب.

ميزة استراتيجية لمصنعي السيارات الأوروبيين؟

بينما تتقن Tesla منذ سنوات حلقات active learning التي تعتمد على جمع انتقائي، يجد المصنعون الأوروبيون صعوبة في المواكبة، معوقين بالهياكل الأكثر صلابة وزيادة الاعتماد على أطراف ثالثة لإدارة البيانات.
LightlyEdge، من خلال نقل هذا المنطق إلى حل edge متوافق مع الأساطيل الحالية، يستجيب لتحديين: تقليل التكاليف وتسريع دورة التطوير. وفقًا لما قاله ماتياس هيلر، الشريك المؤسس للشركة الناشئة، "مع LightlyEdge، يمكن لشركائنا الاستفادة من جمع بيانات أكثر ذكاءً وفي الوقت الحقيقي لا تسرع فقط تدريب نماذج AI، ولكنها توفر أيضًا ميزة تنافسية مقارنة مع العمالقة الراسخين في الصناعة".
بالنسبة للفاعلين الأوروبيين، الذين لا يزالون متأثرين بثقافة هندسية تركز على أداء الأنظمة، فإن إعادة التركيز على صلة البيانات يمثل تغيرًا كبيرًا. لكن ربما في هذا التغير يكمن الإمكانية لاستعادة الأرض أمام أبطال AI الأصليين.

لتحسين الفهم