
Startup-virksomheden Synteza har knækket koden til at skabe computerskabte træningsdata på rekordtid, og arbejdet rykker nu ind i robotinkubatoren ved Teknologisk Institut-Robotteknologi i Odense, bevilliget af Odense Robotics StartUp Fund.
Synteza er netop blevet optaget ved robotinkubatoren, bevilget af Odense Robotics StartUp Fund.
"Vi stiftede virksomheden, fordi vi så et kæmpe behov for helt specifikke data og den rette infrastruktur til at gøre tingene omkring os autonome. Det allerstørste problem for kunstig intelligens er at finde de rigtige data, så systemerne er i stand til at fungere i den fysiske verden. Det problem løser vi ved at skabe disse data kunstigt og træne de fysiske AI-systemer direkte i vores digitale pipeline," fortæller CEO Serhii Lubkin, der stiftede Synteza sammen med Oleksandr Pak.
Sammen satte de sig for at løse en udfordring, der hidtil har krævet enorme, nærmest uoverskuelige mængder træningsdata, som anvendes før robotter kan sættes ind og fungere sikkert i praksis.
"Vi forventer, at humanoide robotter snart er overalt omkring os. De kigger på verden gennem kameraer og sensorer, men de skal forstå, hvad der foregår. For at lære en robot det, som selv et lille barn forstår helt intuitivt, skal man normalt bruge rigtig meget data. I stedet for at slæbe rundt på de enorme datamængder, skaber vi dataene digitalt. Vi behøver ikke indsamle enorme mængder fra virkeligheden, men kan producere dem skræddersyet," forklarer Serhii Lubkin, og uddyber:
"Det betyder, at en proces, der før tog år, nu kan klares på uger eller blot dage og med samme høje kvalitet. Det ændrer fundamentalt måden, modellerne trænes på, og det gør det langt nemmere og hurtigere at bringe for eksempel humanoide robotter ud i den virkelige verden".
Teknologien gør sig også gældende i fremstillingsindustrien lige nu, hvor den blandt andet kan bruges til automatisk kvalitetskontrol på fabrikker:
"Når man producerer komponenter på et fabriksgulv, skal man kunne fange fejl og defekter i detaljerne. Men for at lære en AI det, skal den have data, og som regel er der alt for få eksempler, fordi defekter heldigvis ikke optræder hele tiden. Vi har fundet en metode til at skabe præcis de datasæt, der mangler, så AI-modellerne hurtigt lærer at opdage produktionsfejlene," siger Serhii Lubkin, og fremhæver, at Synteza søgte ind ved robotinkubatoren, fordi økosystemet her samler så mange grene af fysisk AI, herunder robotter, droner og selvkørende fartøjer:
"Det er et utrolig stærkt miljø med gode forbindelser både i Danmark og internationalt. Vores primære mål i inkubatoren er at knytte tætte bånd til det danske robotmiljø og etablere pilotprojekter i samarbejde med Teknologisk Institut. Det er et fantastisk miljø at være en del af, og vi glæder os til både at drage fordel af det og bidrage til dets videre vækst," fastslår Serhii Lubkin.
Vi samarbejder med,
og er talerør for følgende: