シミュレーション空間でフィジカルAIを検証・高度化
シミュレーション空間でフィジカルAIを検証・高度化
シミュレーション空間でフィジカルAIを検証・高度化
ロボティクスシステムを継続的にベンチマークし、実世界に展開する前に潜在的な不具合を検出・排除する、CI/CD検証プラットフォーム
ロボティクスシステムを継続的にベンチマークし、実世界に展開する前に潜在的な不具合を検出・排除する、CI/CD検証プラットフォーム
陸・海・空、そして宇宙開発にいたるまで、世界で最も厳格な要件を求めるプロフェッショナルが採用
U.S. AIR FORCE
NASA
Trusted by the world's most demanding teams across land, air, sea and space.
U.S. AIR FORCE
NASA
ソリューション
毎日、数千ものシナリオでAIのストレステストを実施
多様な環境をシミュレーションし、必要なデータをわずか数分で生成
多様な環境をシミュレーションし、必要なデータをわずか数分で生成
危険
衝突切迫
種別
タグボート
速度
9.67 Knots
方位
94.20 Degrees
距離
63.59 Meters
危険
衝突切迫
種別
タグボート
速度
9.67 Knots
方位
94.20 Degrees
距離
63.59 Meters
危険
クジラ浮上
種別
ザトウクジラ
Speed
3.83 Knots
Bearing
191.65 Degrees
距離
39.73 Meters
シナリオメタデータ
時刻
4.35 PM
霧濃度
4%
雲量
8%
天候
晴天
シナリオメタデータ
時刻
4.35 PM
霧濃度
4%
雲量
8%
天候
晴天
警告
軍用艦艇
種別
駆逐艦
Speed
12.89 Knots
方位
132.78 Degrees
距離
1021.45 Meters
ユースケース
モデル学習とテストを100倍へ加速
実世界のロボット群のみに依存するAIチームは進みが遅くなります。Bifrostを使えば、チームは必要なデータを生成し、より速く反復して競争優位を保てます。
実世界のロボット群のみに依存するAIチームは進みが遅くなります。Bifrostを使えば、チームは必要なデータを生成し、より速く反復して競争優位を保てます。
AI学習の加速
数ヶ月を要したモデル性能の向上を、わずか数分で実現
数ヶ月を要したモデル性能の向上を、わずか数分で実現
実データに潜むギャップやバイアスの可視化 特定課題をピンポイントで解決するデータパッチ）を自動で生成 これまで検知できなかったエッジケースへ即座に対応し、認識精度を劇的に向上
実データに潜むギャップやバイアスの可視化 特定課題をピンポイントで解決するデータパッチ）を自動で生成 これまで検知できなかったエッジケースへ即座に対応し、認識精度を劇的に向上
実センサー画像
3Dシミュレーション・シナリオ
堅牢なAI学習に向け、数百ものバリエーションを容易に生成 多様な3Dオブジェクト、気象条件、周辺環境、そしてセンサーノイズに至るまで、シナリオのバリエーションを自在に拡張
堅牢なAI学習に向け、数百ものバリエーションを容易に生成 多様な3Dオブジェクト、気象条件、周辺環境、そしてセンサーノイズに至るまで、シナリオのバリエーションを自在に拡張
3Dオブジェクト
気候条件
周辺環境
テストの加速
致命的なAIの不具合を未然に防ぐ
致命的なAIの不具合を未然に防ぐ
世界で最も過酷な環境をシミュレーション上で再現し、AIモデルのストレステストを実施。あらゆる運用条件下でのパフォーマンスを継続的にテストし、信頼性の高いAIのデプロイをかつてないスピードで実現
世界で最も過酷な環境をシミュレーション上で再現し、AIモデルのストレステストを実施。あらゆる運用条件下でのパフォーマンスを継続的にテストし、信頼性の高いAIのデプロイをかつてないスピードで実現
Rerunでビフロストデータを可視化する
3Dワールドをパンおよびズームし、フレームをスクラブして個々のデータストリームを切り替えます。
AI開発における、すべてのフェーズの要求に対応
AI開発における、すべてのフェーズの要求に対応
プロトタイピング
ハードウェア依存とデータ収集のボトルネックを解消し、プロトタイピングを劇的に高速化
プロトタイピング
ハードウェア依存とデータ収集のボトルネックを解消し、プロトタイピングを劇的に高速化
ブートストラッピング
膨大な時間を要するデータ収集やラベリングの完了を待つことなく、初期モデルの開発を即座に始動
ブートストラッピング
膨大な時間を要するデータ収集やラベリングの完了を待つことなく、初期モデルの開発を即座に始動
クラスバランシング
出現頻度の低いエッジケースの画像を拡充。学習データセットの不均衡を根本から是正
クラスバランシング
出現頻度の低いエッジケースの画像を拡充。学習データセットの不均衡を根本から是正
パフォーマンス向上
学習データのバリエーションを拡張。現実世界同様の多様性と複雑性を内包した、高度なデータ環境を構築
パフォーマンス向上
学習データのバリエーションを拡張。現実世界同様の多様性と複雑性を内包した、高度なデータ環境を構築
自動ラベリング
合成データで学習したAIモデルを活用し、未ラベルの膨大な画像データを自動で分類・整理
自動ラベリング
合成データで学習したAIモデルを活用し、未ラベルの膨大な画像データを自動で分類・整理
デモ
完璧なライブデモの実演に向けて、AIモデルを最適化
デモ
完璧なライブデモの実演に向けて、AIモデルを最適化
