Generazione dati sintetici per IA: simmetry.ai ottiene €330k da NBank

Sintesi

Simmetry.ai, spin-off del DFKI con base a Osnabrück, ha ottenuto €330k da NBank per creare una piattaforma capace di generare dati sintetici annotati per l’addestramento di modelli di visione artificiale in ambiti come agricoltura, alimentare e settori industriali. L’obiettivo è ridurre tempi e costi di sviluppo contrastando il tradizionale bottleneck dei dati attraverso simulazioni fotorealistiche e scenari controllati.

Key takeaways

• L’ottenimento di €330k da NBank permette a simmetry.ai di accelerare la generazione di dati sintetici annotati per l’addestramento di modelli IA, con focus su agricoltura, cibo e industrie.

• L’approccio basato su dati sintetici mira a superare il tradizionale bottleneck di dati, offrendo copertura di scenari reali difficili da catturare nel mondo reale.

• La piattaforma supporta task critici come semantic segmentation, object detection e 3D pose estimation, utili per applicazioni in robotica e ispezione industriale.

• È essenziale validare i dati sintetici con dati reali per evitare bias di simulazione e garantire una generale robustezza dei modelli IA.

Simmetry.ai, startup tedesca con sede a Osnabrück, ha annunciato di aver ottenuto €330k da NBank nell’ambito dell’acceleratore High-Tech Incubator (HTI). Questa iniezione di capitale accelera lo sviluppo di una piattaforma in grado di generare dati sintetici annotati per l’IA.

La società è nata nel 2024 come spin-off dal German Research Centre for Artificial Intelligence (DFKI) ed è guidata da Kai von Szadkowski (CEO), Anton Elmiger (CTO) e Prof Dr Stefan Stiene. La piattaforma consente di generare dataset controllati che espandono la copertura di scenari reali difficili da campionare.

La generazione di dati sintetici non sostituisce i dati reali, ma li integra, offrendo copertura di scenari rari e costosi da acquisire.

Secondo la società, la piattaforma supporta attività come semantic segmentation, object detection, 3D pose estimation e regression, rivolgendosi a ingegneri CV e sviluppatori IA operanti in robotica, macchinari autonomi, ispezioni di qualità e altri contesti in ambienti complessi e in costante evoluzione. Il punto cruciale è fornire dataset controllati che permettano ai modelli di affrontare edge cases non facilmente rappresentabili con dati reali.

Questo tipo di dati sintetici permette di testare modelli in scenari realistici senza dover ricorrere a campagne di raccolta dati di lungo periodo.

Simmetry.ai sostiene che oltre l’80% dello sforzo per sviluppare un modello IA è dedicato alla raccolta e alla preparazione dei dati. Questo diventa l’elemento chiave su cui intervenire per rendere l’IA economicamente accessibile e scalabile.

L’azienda intende utilizzare il finanziamento per sviluppare una piattaforma scalabile che consenta agli sviluppatori di generare dati di training annotati su casi d’uso specifici, includendo semantic segmentation e stima di pose 3D, fino a task di regression. La piattaforma è pensata per ridurre tempi e costi necessari a costruire modelli robusti, soprattutto in contesti dove i dati reali sono scarsi o difficili da ottenere.

Fonte eu-startups.com