Annotell raccoglie 24 milioni di dollari per la tecnologia che testa i sistemi di percezione dei veicoli autonomi per migliorarne il funzionamento
Mentre l’industria automobilistica avanza lentamente sulla strada dei veicoli a guida autonoma, stiamo assistendo all’emergere di startup che mirano a colmare alcune delle lacune tecniche nei sistemi autonomi così come esistono oggi. Nell’ultimo sviluppo, Annotell , una startup svedese che produce software per valutare le prestazioni delle capacità di percezione dei sistemi autonomi e come migliorarle, annuncia oggi di aver raccolto 24 milioni di dollari per espandere la propria attività.
Daniel Langkilde, co-fondatore e CEO di Annotell, paragona ciò che l’azienda fa a “un esame della vista per le auto, affinché ottengano la patente, proprio come potresti fare un test per determinare se sei idoneo alla guida”. ha detto in un’intervista. “La piattaforma di Annotell ti aiuta a comprendere le prestazioni del sistema e ad aumentarle. Guidiamo i nostri clienti su come migliorarlo”. Vale a dire, i prodotti Annotell comprendono analisi che testano e misurano la qualità dei dati di un’azienda e la produzione “fondamentale” per migliorare tali set di dati.
L’obiettivo, ha aggiunto, non è la perfezione ma la prevedibilità, importante tanto per le piattaforme semiautonome (es. sistemi avanzati di assistenza alla guida) che esistono già oggi quanto per le auto completamente autonome che molti sperano di costruire per il futuro. “Il sistema potrebbe non essere sempre corretto, ma è necessario sapere cosa può o non può fare per utilizzare il sistema in sicurezza”.
Il round della serie A è guidato da Metaplanet, il VC estone guidato dal co-fondatore di Skype Jaan Tallinn che di recente ha anche investito in Starship Technologies ed è stato uno dei primi sostenitori di DeepMind, acquisita da Google, e NordicNinja, un giapponese investitore di deep tech sostenuto. Hanno partecipato anche i precedenti sostenitori Ernström & Co e Sessan AB. Annotell, con sede a Göteborg, ha ora raccolto 31 milioni di dollari e non sta rivelando la valutazione, ma per un certo contesto, i suoi clienti includono alcune delle più grandi case automobilistiche del mondo, i loro principali fornitori e le grandi case automobilistiche a guida autonoma.
Il divario nel mercato che Annotell sta cercando di colmare è piuttosto critico: i sistemi autonomi sono costruiti su enormi quantità di dati di guida e l’apprendimento automatico utilizzato per elaborare tali informazioni per “insegnare” a quelle piattaforme le basi della guida.
Utilizzando la visione artificiale, questi sistemi a loro volta possono riconoscere le luci rosse, o un’auto che si ferma, o quando fare una svolta e così via. Il problema è che le risposte di questi sistemi si basano sui dati che sono stati alimentati. I sistemi autonomi in genere non sono in grado di “ragionare” e fare il salto per decidere come rispondere a una variabile sconosciuta, come quelle che inevitabilmente un veicolo incontrerà nel mondo reale.
“L’apprendimento automatico non è efficace nell’elaborazione di cose rare ma importanti”, ha affermato Langkilde.
Langkilde, che ha co-fondato Annotell con Oscar Petersson – entrambi sono fisici specializzati in deep learning – ha affermato di aver riscontrato questo problema quando in precedenza aveva lavorato in un’altra azienda, la startup di intelligence sulle minacce Recorded Future, dove era stato incaricato di raccogliere dati di intelligence per alimentare e insegnare alla piattaforma a identificare meglio le minacce. Gli hacker dannosi si concentrano precisamente sulla ricerca di lacune per creare vulnerabilità e ciò ha effettivamente ribaltato gran parte del lavoro che il suo team avrebbe svolto per identificare i modelli per mitigare gli attacchi futuri.
“Ha evidenziato i limiti per me dell’apprendimento automatico della forza bruta quando si esegue un lavoro mission-critical”, ha affermato.
I sistemi di guida autonoma affrontano gran parte dello stesso problema, ma è ancora più fondamentale rimediare, anche perché ci sono vite in gioco se qualcosa va storto. Ciò comporta anche maggiori livelli di sicurezza e controllo che le aziende devono attraversare per portare i loro prodotti sul mercato e convincere i consumatori a fidarsi e successivamente acquistarli e utilizzarli.
“Affinché le persone si fidino dell’apprendimento automatico e dell’intelligenza artificiale, dobbiamo prendere molto sul serio la sicurezza”, ha affermato. “C’è un’enorme differenza tra dare una raccomandazione sbagliata su un servizio cinematografico e fare un segnale di stop o imbattersi in qualcuno. Prendiamo anche questo sul serio. Ecco perché abbiamo voluto concentrarci sul problema”. Gli ulteriori livelli di regolamentazione della sicurezza, nel frattempo, indicano anche casi d’uso specifici e opportunità di mercato per Annotell: non si tratta solo di migliorare i sistemi per i propri clienti, ma di creare un corpo di dati su cui anche agenzie e autorità di regolamentazione possono fare affidamento per fornire un prodotto particolare l’autorizzazione da utilizzare.
L’approccio di Annotell per integrare ciò che l’apprendimento automatico può insegnare ai sistemi è tanto progressivo quanto lo sono oggi i sistemi autonomi: in parte verifica e formalizza i limiti dei sistemi che per loro natura non sono progettati per essere completamente autonomi (questi sono i sistemi che abbiamo oggi per assistere , non sostituire, driver). Nel tempo, ha affermato, la piena autonomia potrebbe anche incorporare altri tipi di approcci di intelligenza artificiale, come le reti bayesiane che vengono utilizzate per costruire algoritmi di inferenza causale. (Una startup di IA causale di cui abbiamo parlato la scorsa settimana è stata più drammatica, sostenendo che l’IA causale era l’unica speranza che la guida autonoma diventasse realtà, anche se anche allora è un grande salto e ci vorrà molto tempo per realizzarsi.)
Per ora, però, la startup sta concentrando la sua tecnologia sulla sicurezza dei sistemi con qualsiasi grado di autonomia già integrato, un’enorme opportunità.
“Garantire la sicurezza è il principale vincolo quando si tratta di dispiegamento commerciale di veicoli autonomi e Annotell ha fatto grandi progressi in un breve periodo di tempo”, ha affermato Jaan Tallinn di Metaplanet, in una nota. “Siamo colpiti dal loro software e dal team che lo ha creato e siamo entusiasti di essere con loro in questo viaggio”.
