reconocer, una startup que diseña un módulo de reconocimiento de visión impulsado por IA para vehículos autónomos, anunció hoy que recaudó $ 48.9 millones. La compañía dice que los fondos la ayudarán a llevar su producto de percepción al mercado mientras amplían el tamaño de sus equipos de ingeniería y comercialización.

El CEO RK Anand cree que los autos autónomos tienen un problema de computación. Si bien los modelos que guían la toma de decisiones de los automóviles cuentan con potentes servidores para la capacitación, la inferencia, la etapa en la que los algoritmos hacen predicciones, debe realizarse fuera de línea para garantizar la redundancia. Pero incluso los modelos completamente entrenados requieren PC en el automóvil para el procesamiento en tiempo real, un paradigma que algunos afirman es insostenible.

Es por eso que en 2017, Anand cofundó Recogni, con sede en San José, California, con Ashwini Choudhary, el fundador de Eye-Fi, Eugene Feinberg, el ex ingeniero de sistemas de sensores Lilium Gilles Backhus y Valerie Chan. El módulo integrado de Recogni, que comprende sensores de imagen enfriados pasivamente, un sensor de profundidad externo y un chip de inferencia personalizado, puede realizar hasta 1 peta operaciones por segundo mientras consume aproximadamente 8 vatios de energía. Gracias a un enfoque que descarga el procesamiento central a múltiples puntos en un vehículo, el chip puede capturar y analizar hasta tres flujos de 8-12 MP sin comprimir a 60 cuadros por segundo, logrando una eficiencia de cómputo del 70% en aplicaciones de visión típicas.

Recogni afirma que su sistema supera a sus rivales en más de dos órdenes de magnitud en tareas de percepción como clasificación de imágenes, detección de objeciones, anticipación de acciones e inferencia de profundidad. En la popular prueba comparativa ResNet 50, el módulo puede clasificar 92,105 imágenes por segundo; en RetinaNet-101-800, realiza 1,750 inferencias por segundo; y en R (2 + 1) D, puede detectar a 833 personas al mismo tiempo.

"El módulo de cognición de la visión de Recogni está diseñado para capturar y procesar datos de sensores y cámaras de alta resolución", dijo un portavoz a VentureBeat por correo electrónico. “Al aplicar innovaciones en algoritmos de inteligencia artificial, arquitectura y diseño ASIC y software del sistema, el [módulo] ofrecerá un procesamiento de alto rendimiento con un consumo de energía ultra bajo, lo que permitirá el procesamiento de imágenes de alta resolución y alta velocidad de fotogramas de varias cámaras simultáneamente en hora."

Recogni tiene la intención de apuntar inicialmente a vehículos autónomos de nivel 2 según lo definido por la Sociedad de Ingenieros Automotrices, que incluye aquellos equipados con sistemas avanzados de asistencia al conductor como Cadillac's Super Cruise, Nvidia's Drive AutoPilot y Volvo's Pilot Assist. En el futuro, la compañía planea cambiar a plataformas para vehículos de nivel 3 que puedan conducir, acelerar o desacelerar y adelantar a otros autos sin intervención humana y autos de nivel 4 que puedan conducir en gran medida por sí mismos sin intervención humana, con el objetivo de habilitar eventualmente los autos. que puede hacer cualquier cosa que pueda hacer un conductor humano.

Los enfoques estrictamente basados ​​en la visión para la conducción autónoma no son en absoluto elogiados universalmente, pero son defendidos por Mobileye de Intel, que está desarrollando un chip de procesador acelerador personalizado que ofrece una cobertura de 360 ​​grados, cortesía de algoritmos, cámaras y ultrasonidos patentados. Del mismo modo, la puesta en marcha de semirremolques sin conductor TuSimple dice que su tecnología basada en cámaras, que emplea lidar principalmente por redundancia, tiene un rango de detección de 1,000 metros. Y el gigante tecnológico de Beijing, Baidu, presentó recientemente un marco de vehículo basado en la visión, Apollo Lite, que afirma haber demostrado plena autonomía en la vía pública.

Recogni también tiene un competidor en Tesla, que en abril de 2019 detallado un chipset fabricado por Samsung con más de 144 tera de operaciones por segundo de rendimiento de IA. Nvidia, otro formidable rival en el espacio, dice que Drive Xavier, el sistema en chip en el corazón de su Conducir AGX Pegasus plataforma de desarrollo de vehículos autónomos, consume solo 30 vatios.

Pero Recogni no es una operación improvisada. Anand tiene confianza en que su lista de ingenieros, gerentes y científicos de datos de pedigrí, que provienen de Intel, Juniper Networks, Kumu Networks, Sun Microsystems, Silicon Graphics, Xsigo Systems, NavVis y Cisco, entre otros, tienen las habilidades para asumir el los titulares mejor financiados de la industria.

“Esta inversión es un fuerte respaldo de la visión de Recogni por parte de los líderes de empresas y de la industria”, dijo Anand. Agregó que si bien Recogni aún no ha comenzado a producir en masa su módulo, la compañía ha completado pruebas de concepto con "varios" clientes automotrices no identificados. "Estamos avanzando en nuestro viaje para resolver el desafío del procesamiento de la percepción y la eficiencia energética mediante la construcción del sistema de inferencia de IA de mayor rendimiento del mundo con el menor consumo de energía".

WRVI Capital, Mayfield Fund, Continental Automobiles, Robert Bosch Venture Capital y los inversores existentes GreatPoint Ventures, Toyota AI Ventures, BMW i Ventures, Fluxunit-OSRAM Ventures, DNS Capital y otros participaron en la ronda de financiación de la serie B de Recogni. Lleva el total de la compañía recaudado hasta la fecha a más de $ 65 millones luego de una $ 25 millón ronda en julio 2019.

Más allá de San José, Recogni tiene operaciones en Munich y su sede de Cupertino.