NVIDIA 初創(chuàng)加速計劃成員 Rendered.ai 將 Omniverse Replicator 集成到其合成數(shù)據(jù)生成平臺，使 AI 訓(xùn)練變得更加簡單易用。

Rendered.ai 正在通過其合成數(shù)據(jù)生成（SDG）平臺即服務(wù)（PaaS）為開發(fā)者、數(shù)據(jù)科學(xué)家等人員簡化 AI 訓(xùn)練。

訓(xùn)練計算機視覺 AI 模型需要大量高質(zhì)量、多樣化且無偏向的數(shù)據(jù)集。在對 AI 的需求日益增加的情況下，獲得這些數(shù)據(jù)的難度很大且成本高昂。

Rendered.ai 平臺即服務(wù)的解決方法是，生成符合現(xiàn)實的合成數(shù)據(jù)（從 3D 模擬中創(chuàng)建的數(shù)據(jù)）來訓(xùn)練計算機視覺模型。

Rendered.ai 創(chuàng)始人兼首席執(zhí)行官 Nathan Kundtz 表示：“真實世界的數(shù)據(jù)往往無法記錄到泛化 AI 模型所需的所有可能場景和邊緣案例，這就是為什么 SDG 對于 AI 和機器學(xué)習(xí)工程師至關(guān)重要?！?/p>

Rendered.ai 是面向前沿初創(chuàng)公司的 NVIDIA 初創(chuàng)加速計劃的成員。Rendered.ai 現(xiàn)已將用于開發(fā)和運營工業(yè)元宇宙應(yīng)用的 Omniverse 平臺中的核心擴展程序——NVIDIA Omniverse Replicator 集成到其平臺中。

借助 Omniverse Replicator，開發(fā)者能夠為視覺檢測、機器人技術(shù)、自動駕駛等諸多相關(guān)應(yīng)用生成帶有標簽的合成數(shù)據(jù)。Omniverse Replicator 建立在通用場景描述（OpenUSD）、材料定義語言（MDL）、PhysX 等 3D 工作流的開放標準基礎(chǔ)之上。

用 Rendered.ai 生成的合成圖像已被用于諸多領(lǐng)域，如為虛擬世界的景觀和植物建模、檢測衛(wèi)星圖像中的物體，甚至是測試人類卵細胞的生存能力。

使用 Omniverse Replicator 生成的合成圖像。

隨著 Rendered.ai 開始使用 Omniverse Replicator 的光線追蹤、域隨機化、多傳感器模擬等由 RTX 加速的功能，計算機視覺工程師、數(shù)據(jù)科學(xué)家和其他用戶可以通過云端的簡單 web 界面快速、輕松地生成合成數(shù)據(jù)。

Kundtz 表示：“用來訓(xùn)練 AI 的數(shù)據(jù)是影響 AI 性能的重要主導(dǎo)因素。我們通過將 Omniverse Replicator 集成到 Rendered.ai 中，使用戶能夠更加便捷高效地打造合成數(shù)據(jù)，為各個行業(yè)的應(yīng)用訓(xùn)練出更大、更好的 AI 模型?！?/p>

上個月，Rendered.ai 在加拿大溫哥華舉辦的 CVPR 上展示了其集成了 Omniverse Replicator 的平臺。

云端的合成數(shù)據(jù)生成

Rendered.ai 現(xiàn)已在 AWS Marketplace 上提供。它可為開發(fā)者和團隊提供一個協(xié)作式 web 界面，用于設(shè)計可以由計算機視覺工程師和數(shù)據(jù)科學(xué)家輕松配置的 SDG 應(yīng)用。

通過這個一站式工坊，人們可以在 web 瀏覽器上共享包含 SDG 數(shù)據(jù)集、任務(wù)、圖片等內(nèi)容的工作空間。

可在 web 瀏覽器上使用的 Rendered.ai 平臺即服務(wù)視圖。

現(xiàn)在，人們可以通過在 AWS 基礎(chǔ)設(shè)施上運行的 Rendered.ai 輕松使用 Omniverse Replicator 教程、示例和其他 3D 資產(chǎn)，這能幫助開發(fā)者開始在云端建立屬于自己的 SDG 能力。而對于已經(jīng)熟悉這些工具的 Omniverse Replicator 用戶來說，整個過程將更加無縫。

Kundtz 表示，Rendered.ai 之所以專注于通過該平臺提供符合現(xiàn)實的合成數(shù)據(jù)，是因為這能夠依據(jù)現(xiàn)實世界的真實運行過程，向 AI 系統(tǒng)提供新的信息。

他補充道：“未來，每個使用 AI 的公司都會有一支合成數(shù)據(jù)工程團隊，來構(gòu)建基于物理的模型和特定領(lǐng)域的 AI 模型。由于復(fù)雜的 AI 任務(wù)需要在涵蓋不同場景的大批量數(shù)據(jù)上進行訓(xùn)練，因此只模擬一次往往不夠，這就是合成數(shù)據(jù)的關(guān)鍵所在?！?/p>

點擊“閱讀原文”，進一步了解 Omniverse Replicator。