Синтетичні дані

Визначення

Синтетичні дані — це штучно згенерована інформація, яка імітує дані реального світу. Її можна створювати за допомогою симуляцій, GAN або інших генеративних методів.

Мета

Мета полягає в доповненні або заміні реальних даних, коли їх дефіцит, вони конфіденційні або дорого збирати.

Значення

• Захищає конфіденційність, зменшуючи залежність від персональних даних.
• Дозволяє навчати для рідкісних або крайніх випадків.
• Може бракувати всієї складності даних реального світу.
• Все частіше використовується в критично важливому для безпеки штучному інтелекті.

Як це працює

1. Визначте характеристики даних для реплікації.
2. Використовуйте симуляцію або генеративні моделі для створення даних.
3. Перевірте синтетичні дані на відповідність реальним розподілам.
4. Використовуйте синтетичні дані в навчальних конвеєрах.
5. Слідкуйте за прогалинами в реалізмі.

Приклади (реальний світ)

• Waymo: використовує синтетичні сцени водіння для автономного навчання.
• NVIDIA Omniverse: генерує синтетичні 3D-дані для робототехніки.
• Охорона здоров'я: синтетичні дані пацієнтів для досліджень.

Література / Додаткова література

• Спеціальна публікація NIST про синтетичні дані.
• Гонсалвес та ін. «Генерація та оцінка синтетичних даних». ACM Computing Surveys.
• Сховище синтетичних даних (MIT).
• Що таке синтетичні дані в ШІ