Podczas gdy europejscy producenci samochodów stają w obliczu silnej presji (konkurencyjność technologiczna, kurczenie się zasobów ludzkich i turbulencje geopolityczne), szwajcarski start-up Lightly ogłasza wprowadzenie na rynek LightlyEdge, rozwiązania do zbierania danych opartego na wbudowanej AI. Cel: sortować dane już w momencie ich pozyskiwania, aby przekazywać tylko te najważniejsze, nie poświęcając przy tym jakości treningu modeli AI.
Wbudowana AI: mniej danych, ale lepszej jakości
LightlyEdge wpisuje się w rosnący trend edge AI, polegający na wykonywaniu modeli bezpośrednio na urządzeniach, w tym przypadku kamerach i czujnikach pojazdów. Zamiast ciągłego nagrywania każdego kilometra drogi, system analizuje strumienie wideo w czasie rzeczywistym i wybiera tylko sceny uznane za istotne: sytuacje niebezpieczne, rzadkie warunki meteorologiczne, nieoczekiwane zachowania.
Takie filtrowanie u źródła odpowiada na dobrze zidentyfikowane wyzwanie w branży: eksplozja ilości danych nie zawsze oznaczała poprawę wydajności modeli. Wręcz przeciwnie, generuje coraz wyższe koszty przechowywania, transferu i przetwarzania, jednocześnie rozpraszając czasami rzadkie i krytyczne przypadki, które mogłyby poprawić różnorodność i jakość zestawów danych treningowych.
Strategiczny atut dla europejskich producentów?
Podczas gdy Tesla od lat opanowuje pętle active learning oparte na selektywnym zbieraniu danych, europejscy producenci mają trudności z nadążaniem, będąc ograniczonymi przez bardziej sztywne architektury i zwiększoną zależność od stron trzecich w zarządzaniu danymi.
LightlyEdge, przenosząc tę logikę do rozwiązania edge kompatybilnego z istniejącymi flotami, odpowiada na dwa wyzwania: redukcję kosztów i przyspieszenie cyklu rozwoju. Według Matthiasa Hellera, współzałożyciela start-upu, "Dzięki LightlyEdge nasi partnerzy mogą korzystać z inteligentniejszego i czasu rzeczywistego zbierania danych, co przyspiesza nie tylko trening modeli AI, ale także zapewnia przewagę konkurencyjną w stosunku do gigantów branży".
Dla europejskich graczy, wciąż naznaczonych kulturą inżynierii skoncentrowaną na wydajności systemów, to przestawienie się na istotność danych stanowi przełom. Ale być może to właśnie w tym przełomie tkwi możliwość odzyskania terenu w porównaniu do mistrzów AI.