BMW investīciju nodaļa – BMW i Ventures – paziņoja par vēl vienu papildinājumu savā portfelī: Recogni. ASV bāzētais uzņēmums, ko dibinājis RK Anand kopā ar Ashwini Choudhary, Eye-Fi dibinātāju Eugene Feinberg, bijušo Lilium sensoru sistēmu inženieri Gilles Backhus un Valerie Chan, cenšas atrisināt autonomu automobiļu apstrādes jaudas problēmu.
Saskaņā ar Sanhosē uzņēmuma datiem autonomas automašīnas varētu saskarties ar problēmām, apstrādājot visus datus, ko apkopo milzīgais daudzums transportlīdzekļos uzstādīto sensoru. Tāpēc dibinātāji ir izveidojuši uz redzi orientētu mākslīgā intelekta platformu autonomiem transportlīdzekļiem. “Spēja efektīvi un reāllaikā apstrādāt sensoru datus uz malas ir būtiska autonomo transportlīdzekļu attīstībā,” sacīja BMW i Ventures partneris Markuss Bērends (Marcus Behrendt). “Mēs uzskatām, ka Recogni ir pareizā pieeja un pieredzējusi komanda, lai palīdzētu atrisināt šos būtiskos jautājumus, automobiļu nozarei turpinot virzību uz pusautonomiem un pilnībā autonomiem un transportlīdzekļiem.”
Recogni izstrādātais risinājums ir ne tikai ļoti ātrs (tas var veikt līdz pat 1 peta operāciju sekundē), bet arī ļoti efektīvs, patērējot aptuveni 8 vatus enerģijas, pateicoties pieejai, kas centrālo apstrādi novirza uz vairākiem transportlīdzekļa punktiem. Integrētajā modulī ietilpst trīs pasīvi dzesēti attēlu sensori, ārējais dziļuma sensors un pielāgota inferencēšanas mikroshēma. Tas spēj uzņemt un analizēt līdz pat trīs nesaspiestas 8-12 MP datu plūsmas ar ātrumu 60 kadri sekundē, sasniedzot apgalvoto 70 OPM efektivitāti tipiskās redzes lietojumprogrammās (jeb līdz 500 reižu labāku rādītāju nekā vairākas vadošās platformas).
Sākotnēji Recogni pievērsīsies 2. līmeņa transportlīdzekļiem, taču tā mērķis ir arī 3. un 4. līmeņa vienības. Uzņēmumam izdevās piesaistīt 25 miljonus ASV dolāru A sērijas kārtā, kurā piedalījās tādi investori kā BMW i Ventures, Toyota Ventures un Osram Fluxunit. Recogni plāno izmantot šos līdzekļus, lai nodrošinātu visspējīgāko inferencēšanas sistēmu, kas ļautu veikt vismodernāko vizuālo un dziļuma sensoru datu saplūšanu, vienlaikus turpinot attīstīt savu augstākās klases inženieru komandu.
