Les modèles d’IA de vision du système informatique comptent sur des informations correctement étiquetées pour déduire le bon objet. Le défi d’aider à confirmer que les informations utilisées pour un modèle sont exactes est un défi que Voxel51, une start-up basée à Ann Arbor, dans le Michigan, a l’intention de résoudre avec des outils open source et un service commercial appelé FiftyOne Teams.
Ann Arbor abrite l’Université du Michigan, où le cofondateur et PDG de Voxel51, Jason Corso, travaille en tant que professeur, et où il a eu l’idée de créer la nouvelle entreprise. L’étude de recherche de Corso se concentre sur les applications de vision par ordinateur comme la relation entre la vidéo et le langage naturel. Récemment, à mesure que l’adoption de la vision des systèmes informatiques s’est développée, la taille des ensembles de données a également augmenté.
« Quand j’étais étudiant diplômé, j’ai avait des ensembles de données qui se comptaient par dizaines et je pouvais jeter un œil à chaque échantillon », a déclaré Corso à VentureBeat. « Maintenant, mes stagiaires sont arrivés et ils ne peuvent pas regarder un million d’échantillons ; ce n’est tout simplement pas possible, donc le besoin de Voxel51 a été justifié. »
C’est un besoin qui a en fait trouvé un accueil dans le marché et avec les financiers. Aujourd’hui, l’entreprise a annoncé qu’elle avait levé 12,5 millions de dollars en financement de série A auprès de Drive Capital, Top Harvest et Shasta Ventures, ainsi que des investisseurs existants eLab Ventures et ID Ventures, et de l’Université du Michigan.
L’obstacle et l’opportunité des données non structurées pour la vision par ordinateur
Les informations désorganisées prennent de nombreuses formes et incluent tout type d’informations qui ne t convenir à un format de structure de données spécifique (par exemple, colonnes et lignes).
Parmi les types d’informations non structurées les plus courants, il y a le matériel vidéo, qui se développe énormément à mesure que la variété des caméras vidéo continue de croître à l’échelle internationale. Tirer profit des données vidéo non structurées peut se produire de différentes manières. Corso a noté qu’il existe des innovations qui aident les utilisateurs à extraire des informations sémantiquement significatives des images, telles que des outils simples qui permettent aux utilisateurs d’essayer de trouver des images prises à un certain endroit.
Bien que les images non structurées ne manquent pas données et de grands ensembles de données utilisés pour aider à former des modèles de vision de système informatique, garantir la précision est un défi.
« Toute notre idée est que lorsque les ensembles de données ont atteint plus de 10 millions d’échantillons, personne n’a pris la peine d’examiner le plus d’images », a déclaré Corso.
Ce que Voxel51 fait, c’est fonctionner comme un pont entre ce qu’un ingénieur de données fait lors du développement d’ensembles de données et ce que fait ce même ingénieur ou son partenaire lorsqu’il forme des conceptions. La technologie Voxel51 prend en charge la visualisation d’annotations sur les données d’image et peut être utilisée pour identifier les erreurs potentielles et permettre aux utilisateurs de comparer les performances de différents modèles.
Corso a décrit que Voxel51 permet aux utilisateurs de découper sémantiquement les données pour comprendre l’exactitude d’un dessin. Grâce à une API Python, un utilisateur peut poser une question sur un ensemble de données de vision d’un système informatique pour trouver toutes les images dans lesquelles un design en surpasse un autre, pour les images où il y a un enfant qui court dans la rue.
Open source et l’entreprise
Voxel51 a commencé comme un produit open source, mais parallèlement à la déclaration de financement, la société lance officiellement son offre d’entreprise FiftyOne Teams, qui fournit un support commercial et des capacités supplémentaires.
Le travail open source Voxel51 a été introduit pour la première fois en août 2020 et s’est en fait développé au cours des deux années précédentes, avec jusqu’à 150 000 utilisateurs mensuels. « Le travail open source est conçu pour un utilisateur disposant d’informations locales, où toutes les informations sont sur un seul système », a déclaré Corso.
D’autre part, les groupes FiftyOne, soutenus commercialement, offrent une assistance pour informations cloud, en plus du contrôle d’accès basé sur les rôles (RBAC) pour permettre à de nombreux utilisateurs d’utiliser la même plate-forme en toute sécurité. Actuellement, le service métier n’est pas utilisé comme un service cloud entièrement géré. Au lieu de cela, les organisations devront toujours exécuter la technologie sur site ou dans leurs propres instances cloud.
« Nous visualisons un avenir dans lequel, à du moins pour certains types de clients, peut-être des start-up qui ne veulent pas aller déployer dans votre région dans leur environnement, un service géré, mais qui ne sortira pas avant longtemps », a déclaré Corso.
La mission de VentureBeat est d’être une place publique numérique permettant aux décideurs techniques de comprendre les technologies commerciales transformatrices et d’effectuer des transactions. Découvrez nos Briefings.
Toute l’actualité en temps réel, est sur L’Entrepreneur
