Brodmann17 גייסה 11 מיליון דולר למערכות ADAS ממונעות

בתמונה למעלה: הדגמה של Brodmann17 להפעלת רשת נוירונים ממונעת על-גבי מעבד ARM Cortex A72 בעל שתי ליבות

חברת Brodmann17 התל-אביבית גייסה 11 מיליון דולר בסבב גיוס הון ראשוני (A) בהובלת OurCrowd ובהשתתפות Maniv Mobility, AI Alliance, סמסונג, סוני והקרנות LLC ו-UL Ventures. ההון שגוייס ישמש להרחבת השיווק והההטמעה של תוכנת הבינה המלאכותית של החברה במערכות העזר לנהג (ADAS) בתעשיית הרכב. תחום ה-ADAS נחשב למרכיב מרכזי בהתפתחות הנהיגה האוטונומית. סקר שוק שפורסם לאחרונה על-ידי Markets and Markets, מעריך שבשנת 2017 הסתכם שוק ה-ADAS העולמי בכ-20.2 מיליארד דולר, ושהוא צפוי לצמוח להיקף של כ-91.8 מיליארד דולר עד לשנת 2015 (צמיחה שנתית של 21%).

החברה פיתחה אלגוריתם בינה מלאכותית שלהערכתה הוא היעיל ביותר בשוק כיום, ויכול לבצע מטלות מורכבות באמצעות מערכות מיחשוב דלות בהספק, כמו כמו אלה המצויות בהרבה מאבזרי המחשוב וה-IoT בקצות הרשת (Edge). כך למשל, היא הדגימה יישום תוכנת לימוד עומק של תמונות ברזולוציה של 1280X720 פיקסלים באמצעות מעבדי ARM Cortex מהדגמים A15, A53 ו-A72. אחת מהמשימות של החברה: להחזיר את הבינה המלאכותית אל מעבדי המדף הזולים.

חברת Brodmann17 קרויה של שמו של הנוירולוג הגרמני פרופ' קורביניאן ברודמן אשר הגדיר 52 אזורי פעילות בקליפת המוח העליונה. על-פי המיפוי שלו, אזור 17 הוא האזור במוח המטפל בעיבוד המידע הוויזואלי. החברה הוקמה בחודש יולי 2016 על-ידי המנכ"ל עדי פנחס, המדען הראשי אסף מושינסקי והטכנולוג הראשי ד"ר אמיר אלוש. כולם בעלי נסיון יזמי ורקע במחקר ופיתוח של מערכות בינה מלאכותית באקדמיה הישראלית. בחודש יוני 2017 היא גייסה 1.6 מיליון דולר.

ארכיטקטורה חדשה של רשת לימוד עומק נוירונית

הפתרון של החברה מבוסס על ארכיטקטורת רשת נוירונית ייעודית שהיא פיתחה מאפס, ולא על שימוש בארכיטקטורה קיימת המתאימה למגוון גדול של יישומים, שיש צורך לטייב כדי להפעיל את המוצר (זוהי הגישה הנפוצה ביותר כיום בתעשייה). על-ידי כך היא השיגה חיסכון גדול בהספק ובמשאבי המיחשוב הדרושים להפעלת מערכות הזיהוי. החברה הסבירה שהארכיטקטורה שפיתחה מבוססת על שימוש חוזר ושיתופיות בחישובים ובמשקלים הניתנים לכל אחד מהצמתים ברשת הנוירונית. על-ידי כך היא הצליחה להקטין את גודל הרשת (גודל הזיכרון הדרוש להפעלתה) ואת מספר החישובים שיש לבצע (עוצמת המעבד). השינויים האלה מאפשרים להריץ יישומי לימוד עומק במערכות משובצות מהמדף.

להערכת החברה, הפתרון שלה מהיר פי 20 מפתרונות זיהוי תמונה מבוססי לימוד עומק המצויים כיום בשוק. החברה גם שחררה ערכת פיתוח הכוללת כרטיס, מצלמה ומסך, וכן חבילת תוכנה המאפשרת לפתח יישומי עיבוד תמונה ולקבל מנוע הסקות (Inferencing) מוכן מהמדף. המנכ"ל עדי פנחס אמר שמטרת החברה היא לאפשר הרצת יישומי לימוד עומק בכל מעבד וברכיבי ASIC, ולא רק בתשתיות גדולות ויקרות כמו למשל מעבדי GPU. החברה מסרה שהטכנולוגיה נבדקת כיום על-ידי מספר ספקים מובילים בעולם של מערכות ADAS לתעשיית הרכב.