01
単一の記録システム
センサーデータ、ラベル、スキーマ、承認、エクスポートを、それらを生み出したデータセットのバージョンに結び付けます。
企業情報
Physical AIのためのモデルイネーブルメント層。
Avalaは、ロボット、車両、ドローンのセンサーデータを、人+AIによるレビュー、バージョン管理されたデータセットのリリース、次のサイクルを始めるモデルフィードバックにつなぎます。
つながった一つのループ
追跡可能センサーデータ
MCAP · LiDAR · 動画
データセットリリース
バージョン · 系譜 · 権限
モデルフィードバック
評価 · ドリフト · 再ラベル
すべてのモデル結果をデータまで遡れます。
創業者ストーリー
Avalaは、Tesla Autopilotを支えたデータループから生まれました。
Avalaを創業する前、Emal AlwisはTeslaのAutopilot AIチームに3人目のソフトウェアエンジニアとして加わり、Elon Muskに直属しました。フリートのエッジケースを本番規模でモデル改善へと変えるシステムに取り組みました。
その経験から、制約は明確になりました。より優れたモデルに必要なのは、ラベル付きファイルだけではありません。センサーのコンテキスト、レビュー判断、データセットの系譜、モデルのフィードバックを保持する接続されたループが必要です。AvalaはPhysical AIチームにその運用レイヤーを提供します。
Emal Alwis
創業者兼CEO
Avalaである理由
Physical AIは、データに記憶があるとき進化する。
データ量は増え続けます。難しいのは、どのデータが重要だったか、何が変わったか、誰が承認したか、どのリリースが学習に使われたかを把握することです。Avalaはその運用履歴を保ちます。
運用実績
理論ではなく、本番運用から構築。
私たちのチームはAvala上で実際のセンサーデータワークフローを運用しています。その運用知識は、品質ゲート、データセットのバージョン、フィードバックループという再利用可能なソフトウェアになり、一度きりの納品では終わりません。
- ポイントレベルラベル / 日
- 1B+
- 訓練済みコワーカーネットワーク
- 15K+
- 大陸
- 5
- レビューワークフロー
- 2D–4D
グローバルオペレーション
システムにつながる専門家の判断。
5大陸の訓練済みネットワークがモデルでは解けないケースを扱い、すべての判断をデータセットのリリースに結び付けます。
運用ネットワーク
5大陸Avala
北米
南米
アフリカ
ヨーロッパ
アジア
人の判断は、自動化と同じ管理されたワークフロー内に残ります。
構築の原則
持続するインフラのための原則。
プラットフォームは、単一の記録、可視化された根拠、そして結果を左右する場面での人の判断によって、正しい運用を容易にするべきです。
02
すべてのゲートに根拠を
レビュー判断、品質シグナル、リリース履歴を可視化し、学習に使われた内容をチームが再現できるようにします。
03
判断が重要な場面に人を
処理量には自動化を活用し、曖昧なケース、安全性が重要なケース、専門領域のケースは、リリースをまたいで文脈を保つ訓練済みレビュアーに振り分けます。
長期的なパートナー
私たちのミッションを共有する投資家に支えられています
コミュニティインフラ
コミュニティパートナー
世界中の労働力とコミュニティ組織と提携し、倫理的で人間第一のAIオペレーションを構築しています。
共に構築する
Physical AIが頼るインフラを構築する。
ロボット、車両、そして物理世界から学ぶ機械のために、データシステム、モデル運用、人を中心とした実行に取り組むチームに加わりませんか。