Startup DiffuseDrive usa dados sintéticos para treinar IA física
A DiffuseDrive desenvolveu uma tecnologia que gera dados sintéticos para otimizar o treinamento de modelos de IA em cenários complexos e perigosos.
Pontos principais
- O sistema identifica lacunas em conjuntos de dados reais para gerar informações complementares.
- A tecnologia permite controlar variáveis de objetos em imagens para aumentar o realismo.
- Empresas registraram ganhos de desempenho superiores a 10% com o uso da solução.
- A ferramenta pode ser implantada em infraestrutura própria, garantindo segurança de dados.
- A startup planeja expandir sua atuação para o setor de robótica nos próximos meses.
A startup húngara DiffuseDrive apresentou uma solução inovadora para o treinamento de sistemas de Inteligência Artificial física, focada em preencher lacunas críticas de dados. Ao analisar conjuntos de informações existentes de clientes, o sistema gera dados sintéticos que permitem aos modelos aprenderem a lidar com situações raras, perigosas ou difíceis de capturar no mundo real, como em operações de mineração ou ambientes de defesa.
Além de aumentar a robustez dos modelos, a tecnologia oferece controle preciso sobre variáveis como o tamanho e a posição de objetos em imagens. A implementação da ferramenta, que pode ser feita em infraestrutura própria e isolada, resultou em ganhos de desempenho superiores a 10% em testes práticos. Com esses resultados, a empresa agora busca expandir suas operações para o setor de robótica, visando aprimorar a percepção de máquinas em diversos cenários industriais.
Comentários
Carregando comentários...