Physicl, robot eğitimi için 10 milyon dolar yatırım aldı ve Studio’yu tanıttı

Robot ve dünya modeli eğitimi için sentetik veri araçları geliştiren Physicl, 10 milyon dolarlık tohum yatırım turunu tamamladı ve ilk ürünü Studio’yu tanıttı. Studio, nadir görülen saha koşullarını 3D sahnelere dönüştürerek eğitim görüntüleri ve bunlara ait etiketleri oluşturuyor.

Physicl, 6 Kasım tarihli resmi duyurusunda yatırım turuna Inovia Capital’in liderlik ettiğini, US Venture Partners’ın da katıldığını açıkladı. Yatırımcıların katkı miktarları ve şirket değerlemesi paylaşılmadı. Şirket, fonu Paris ve ABD’nin San Francisco kentindeki ekipleri ile Studio platformunu geliştirmek için kullanmayı planlıyor.

Araştırma ekipleri, modelin hata verdiği sahneyi belirlediğinde Studio ışığı, nesnelerin konumunu, çevredeki kalabalığı ve kamera rotasını değiştirerek yeni sahneler oluşturuyor. Diğer koşullar sabit tutulup tek bir değişken farklılaştırılabiliyor; böylece modelin hangi değişime karşı hassas olduğu karşılaştırılabiliyor.

Şirketin paylaştığı bilgilere göre Studio’da 10 bin ortam ve 100 bin temel varlık bulunuyor. Eğitim verileri, farklı sahneler ve varlıklar bir araya getirilerek oluşturuluyor.

Oluşturulan görüntülere derinlik, yüzey yönü, nesne bazında alanlar, sınırlayıcı kutular ve kamera konumu bilgileri de ekleniyor. Nesne bazında alanlar, her nesnenin görüntüde kapladığı bölümü gösteriyor. Physicl, etiketleri 3D sahnelerde üreterek çekim sonrası insanların yaptığı işaretleme çalışmalarını azaltabildiğini belirtiyor.

Physicl’in ürün açıklamasına göre Studio, 3D sahneleri görüntülere dönüştürüyor. Bu yönüyle, fiziksel durumları zaman içinde hesaplayan simülatörlerden ayrılıyor. Şirketin çözmeyi hedeflediği “simülasyondan gerçeğe” (sim-to-real) farkı, sanal ortamda öğrenilenlerin gerçek dünyaya uygulanması sırasında ortaya çıkan uyumsuzluğu ifade ediyor.

Physicl’in kurucusu Alex de Vigan, duyuruda “Son 10 yıldır dünyayı 3D olarak dijitalleştirmek için çalışıyoruz” dedi. Şirket, perakendeciler için 3D ürün ve mekân verileri ile bunları dönüştüren yazılımlar geliştirme deneyimini, robotlar ve dünya modelleri için eğitim sahneleri üretmeye taşıyor.

Physicl, örtülme, gölge ve dağınık yerleşim gibi gerçek ortamlarda nadiren görülen koşulların tekrar tekrar görüntülenip etiketlenmesinin zorluğunu iş fırsatı olarak görüyor.

Şirket, müşterisi SpAItial’ın kendi verileriyle eğitim yaptıktan sonra gerçek mekânların 3D yeniden yapılandırmasındaki hatayı yarı seviyesine veya altına indirdiğini açıkladı. Physicl, değerlendirmeyi Münih Teknik Üniversitesi’nde Matthias Niessner’ın ekibinin yaptığını belirtti.

Physicl’in duyurusunda değerlendirme verisinin büyüklüğü, karşılaştırma ölçütü ve ayrıntılı metrikler yer almadı. Açıklanan sonuç, müşterinin mekânı yeniden yapılandırma örneğiyle sınırlı; robot kontrolünde ya da robot performansında genel bir iyileşme anlamına gelmiyor.

SpAItial, 27 Ekim tarihli resmi duyurusunda telefonla çekim yaparak mekânları 3D olarak yeniden oluşturan Echo-3’ü ve uygulamasını tanıttı. Şirket, görüntülenmeyen alanların çevredeki sahneye uygun biçimde tamamlandığını açıkladı. Bu örnek, Physicl’in sözünü ettiği hata iyileşmesinin mekân yeniden yapılandırmasıyla ilgili olduğunu gösteriyor.

SpAItial CEO’su ve Münih Teknik Üniversitesi bilgisayar bilimi profesörü Matthias Niessner, Physicl’in duyurusunda “Küçük bir ekibin fiziksel yapay zekâ alanında neler geliştirebileceği değişiyor” dedi. Bu değerlendirme, müşterinin sentetik verinin araştırma ekiplerinin geliştirme olanaklarını genişletebileceği yönündeki görüşünü yansıtıyor.

Inovia Capital ortağı Steve Woods ise aynı duyuruda “Modellerin yeteneklerini gerçek dünyadaki performansa taşımak temel bir zorluk” dedi. Woods’un açıklaması, yatırımcının Physicl’in çözmeyi hedeflediği soruna ilişkin değerlendirmesini ortaya koyuyor.

Studio’ya araştırma ekipleri için beta erişimi şu anda kademeli olarak açılıyor. Physicl, beta süresince ürünü ücretsiz sunacağını açıkladı.