Hafnia bygger bro mellem data, træning og implementering og gør det muligt for udviklere at reducere bias i datasæt, mens de træner avancerede vision-AI-modeller og implementerer dem i Smart City-løsninger. Resultatet er ifølge Milestone AI-systemer, der bevæger sig fra reaktiv læring til proaktiv parathed gennem hele livscyklussen.

Nvidia Physical AI Data Factory Blueprint er referencearkitekturen, der samler datakuratering, dataudvidelse, evaluering og orkestrering i stor skala. Drevet af Nvidia Cosmos og Nvidia OSMO omdannes rå, virkelige og syntetiske data til højpræcise, modelklare træningsdatasæt.

Træning ud over historiske data

- Vi løfter Hafnia til næste niveau ved at kombinere pålidelige realdata med syntetisk udvidelse, siger Edward Mauser fra Milestone Systems.

- Det gør det muligt at træne AI-modeller, der ikke kun er præcise i kendte situationer, men også robuste i det uforudsete.

Traditionelt lærer AI-systemer af historiske data. Men virkelige miljøer – som byer – er uforudsigelige. Sjældne vejrforhold, usædvanlige trafikmønstre og regionale variationer er ofte underrepræsenterede.

Hafnia adresserer dette ved at integrere syntetiske data i sin kuraterede videodatabase. Med Nvidia Cosmos Transfer får udviklere adgang til data fra sjældne eller farlige situationer, bedre balance i datasæt og reduceret bias.

Syntetiske data erstatter ikke virkelige data, men supplerer dem og sikrer autenticitet, compliance og ensartet kvalitet.

Training-as-a-Service til computer vision

Milestone vil præsentere sin kommende Training-as-a-Service (TaaS) på GTC. I stedet for komplekse og fragmenterede pipelines får udviklere en samlet løsning fra data til træningsinfrastruktur.

TaaS giver:

• adgang til høj-kvalitets video-data (både virkelige og syntetiske)
• mulighed for at tilpasse datasæt og finjustere modeller
• sikkerhed for compliance og sporbarhed.

Ved at fjerne kompleksiteten i datahåndtering kan udviklere skabe løsninger op til 30 gange hurtigere.

VLM-as-a-Service drevet af Nvidia

I samarbejde med Nvidia tilbyder Hafnia også VLM-as-a-Service (Visual Language Models) optimeret til Smart Cities.

På GTC lanceres en ny EU-optimeret trafikmodel, allerede i brug i udvalgte europæiske byer. Flere modeller er på vej.

Fordele inkluderer:

+19,4 % bedre korrekthed i trafikflow og retning

+8,9 % bedre visuel detektion

+4,4 % bedre alarmverificering

Disse modeller reducerer behovet for dataindsamling, gen-træning og infrastruktur.

Cloud-infrastruktur fra ende til anden

Hafnia er bygget på en fleksibel multi-cloud-strategi, der anvender bl.a.: AWS, Nebius og andre cloudleverandører. Denne tilgang sikrer høj skalerbarhed, optimal performance samt overholdelse af krav til datasuverænitet.