Estou implementando uma solução de IA para um dos produtos do MongoDB e enfrentei o mesmo problema que todo engenheiro na minha área enfrenta - como obter dados suficientes para treinar suas redes neurais? O Collimator provou ser a melhor solução para mim por causa da facilidade de obter dados do nosso back-end, usar isso para criar dados sintéticos e, em seguida, mover esses dados de volta para minha rede neural. Agora estou experimentando treinar minhas redes neurais dentro do Collimator.

Estou usando o Collimator para construir um robô autônomo como prova de conceito. Comecei construindo o sistema de percepção usando ML e, após decidir que a licença do Matlab era muito cara para mim, decidi que precisava desenvolver em Python, onde começo com modelos de código aberto e os aprimoro. Olhei para Jupyter, Eclipse, Pycharm e AWS Cloud9, mas constantemente encontrava problemas porque escrever os sistemas de percepção levava muito tempo e treinar meus modelos era muito caro e complicado. Em vez de ser um projeto de estimação, tornou-se um projeto principal. Encontrei o Collimator enquanto pesquisava ferramentas alternativas e estou feliz por ter encontrado. Usei o Collimator para projetar meu sistema. A interatividade entre o ambiente Python e o gráfico é exatamente o que eu precisava. As mensagens de erro são fáceis de entender e depurar. Além disso, não preciso mais configurar clusters AWS para executar meu modelo online.

Sou pesquisador em Viena e tenho usado o Matlab há muitos anos. Meu laboratório decidiu fazer a transição para o Collimator há alguns meses e estou muito feliz por termos feito isso. Collimator é de longe o melhor software de modelagem e simulação que já usei pelas seguintes razões: Obter ajuda no Matlab e C estava se tornando mais desafiador à medida que meu projeto crescia em complexidade. Nos últimos anos, senti que estava gastando mais tempo aprendendo sobre as complexidades do Matlab do que fazendo minha pesquisa real. Usar os diagramas de blocos que o Collimator fornece me permitiu simplificar meu código e redirecionar o tempo que estava gastando escrevendo scripts complicados de volta para minha pesquisa. Desde a Covid, tem sido difícil trabalhar com alguns dos meus colegas, já que temos que alternar os dias no laboratório. Isso significava que obter feedback levaria cerca de 2-3 dias até que meus colegas viessem. Isso desacelerou nossa pesquisa de forma bastante significativa. No entanto, agora com o Collimator posso continuar a trabalhar junto com meus colegas que estão remotos. Costumo marcá-los diretamente no meu modelo para feedback e eles recebem a notificação instantaneamente. Parece que estamos na mesma sala.