Physicl, con sede en París, ha cerrado una ronda liderada por Inovia Capital, con la participación de U.S. Venture Partners. La empresa prevé ampliar su equipo y desarrollar su plataforma de datos sintéticos.
La herramienta permite a los investigadores recrear situaciones en las que un modelo de IA tiene dificultades y después modificar la iluminación, los ángulos de cámara y las posiciones de los objetos. Los desarrolladores pueden generar datos de entrenamiento específicos, probar una corrección y medir si el modelo mejora.
Alex de Vigan, fundador de Physicl, creó anteriormente Nfinite, que producía imágenes de productos en 3D para comercios en línea. Esa tecnología ofrece un punto de partida para el entrenamiento de robots, un ámbito en el que recopilar datos del mundo real resulta caro y reproducir condiciones físicas en simulaciones sigue siendo difícil.
SpAItial, una empresa de Múnich que desarrolla modelos de IA en 3D y es uno de sus primeros clientes, redujo en más de la mitad la tasa de error de su modelo de generación de habitaciones tras incorporar los datos de Physicl, según informó la empresa. Para quienes desarrollan con IA, el resultado ofrece un ejemplo de cómo los datos sintéticos específicos pueden mejorar una tarea concreta, pero no demuestra que funcionen igual de bien en todos los ámbitos de la IA física.