
Automobile : Helm.ai met en avant un modèle d'IA génératif destiné à la création et la modification de données vidéo pour la conduite autonome Helm.AI, société américaine fondée en 2016, basée à Redwood City (Californie) et fournisseur de logiciels d'intelligence artificielle pour les systèmes de conduite autonome dans l’automobile et l'automatisation dans le domaine de la robotique, vient de dévoiler GenSim-2 : un modèle d'intelligence artificielle (IA) génératif destiné à la création et à la modification de données vidéo pour la conduite autonome. Avec à la clé des capacités de montage vidéo fondée sur des algorithmes d’IA, notamment pour les ajustements dynamiques de la météo et de l'éclairage, les modifications de l'apparence des objets détectés autour d’une voiture et la prise en charge cohérente de plusieurs caméras. Ces avancées permettront aux constructeurs automobiles, selon Helm.AI, d’avoir à disposition une solution évolutive pour enrichir et traiteres les ensembles de données liés à la longue série des innombrables cas particuliers rencontrés dans le développement et la validation des systèmes de conduite autonome. Concrètement, GenSim-2 autorise la génération de données étiquetées de haute fidélité en vue de combler l'écart entre la simulation et les conditions du monde réel pour la formation et la validation de systèmes ADAS (Advanced Driver Assistance System). La solution s’appuie sur la méthodologie Deep Teaching de Helm.ai associée à des réseaux neuronaux profonds génératifs de pointe afin de générer des données vidéo réalistes adaptées à des exigences spécifiques, facilitant ainsi le développement de systèmes de conduite autonome robustes. Avec GenSim-2, les équipes de développement pourront ainsi modifier de manière transparente les conditions météorologiques et d'éclairage telles que la pluie, le brouillard, la neige, l'éblouissement et l'heure de la journée (jour, nuit) dans les données vidéo. Le modèle prend en charge à la fois les modifications de réalité augmentée de séquences vidéo du monde réel et la création de scènes vidéo générées par l'IA. Ce qui permet de personnaliser et d'ajuster l'apparence des objets, tels que les surfaces de route (pavées fissurées ou mouillées par exemple) aux véhicules, aux piétons, aux bâtiments, à la végétation et à d'autres objets routiers tels que les glissières de sécurité. Ces transformations peuvent être appliquées de manière cohérente sur des perspectives multi-caméras, garantissant le réalisme et l'auto-cohérence dans l'ensemble des données. Selon Helm.AI, l’outil GenSim-2 est une alternative aux méthodes traditionnelles de collecte de données gourmandes en ressources en raison de sa capacité à générer et modifier des données vidéo par rapport à un scénario spécifique de conduite autonome, dans diverses zones géographiques.

Automobile : Helm.ai met en avant un modèle d'IA génératif destiné à la création et la modification de données vidéo pour la conduite autonome

Helm.AI, société américaine fondée en 2016, basée à Redwood City (Californie) et fournisseur de logiciels d'intelligence artificielle pour les systèmes de conduite autonome dans l’automobile et l'automatisation dans le domaine de la robotique, vient de dévoiler GenSim-2 : un modèle d'intelligence artificielle (IA) génératif destiné à la création et à la modification de données vidéo pour la conduite autonome. Avec à la clé des capacités de montage vidéo fondée sur des algorithmes d’IA, notamment pour les ajustements dynamiques de la météo et de l'éclairage, les modifications de l'apparence des objets détectés autour d’une voiture et la prise en charge cohérente de plusieurs caméras.

Ces avancées permettront aux constructeurs automobiles, selon Helm.AI, d’avoir à disposition une solution évolutive pour enrichir et traiteres les ensembles de données liés à la longue série des innombrables cas particuliers rencontrés dans le développement et la validation des systèmes de conduite autonome.

Concrètement, GenSim-2 autorise la génération de données étiquetées de haute fidélité en vue de combler l'écart entre la simulation et les conditions du monde réel pour la formation et la validation de systèmes ADAS (Advanced Driver Assistance System).

La solution s’appuie sur la méthodologie Deep Teaching de Helm.ai associée à des réseaux neuronaux profonds génératifs de pointe afin de générer des données vidéo réalistes adaptées à des exigences spécifiques, facilitant ainsi le développement de systèmes de conduite autonome robustes. Avec GenSim-2, les équipes de développement pourront ainsi modifier de manière transparente les conditions météorologiques et d'éclairage telles que la pluie, le brouillard, la neige, l'éblouissement et l'heure de la journée (jour, nuit) dans les données vidéo. Le modèle prend en charge à la fois les modifications de réalité augmentée de séquences vidéo du monde réel et la création de scènes vidéo générées par l'IA. Ce qui permet de personnaliser et d'ajuster l'apparence des objets, tels que les surfaces de route (pavées fissurées ou mouillées par exemple) aux véhicules, aux piétons, aux bâtiments, à la végétation et à d'autres objets routiers tels que les glissières de sécurité. Ces transformations peuvent être appliquées de manière cohérente sur des perspectives multi-caméras, garantissant le réalisme et l'auto-cohérence dans l'ensemble des données.

Selon Helm.AI, l’outil GenSim-2 est une alternative aux méthodes traditionnelles de collecte de données gourmandes en ressources en raison de sa capacité à générer et modifier des données vidéo par rapport à un scénario spécifique de conduite autonome, dans diverses zones géographiques.