Unity Launcht Synthetische Datensätze, um die AI-Trainingszeit und -Budgets zu Reduzieren

Unity, eine führende Plattform für Echtzeit-3D-Inhalte (RT3D), hat die Veröffentlichung von Unity Computer Vision-Datensätzen angekündigt. Diese Datensätze könnten verschiedene Branchen beeinflussen, insbesondere die Herstellung, den Einzelhandel und die Sicherheit. Sie zielen darauf ab, die Kosten für die Entwicklung von Computer-Vision-Anwendungen zu senken und gleichzeitig eine Möglichkeit zu bieten, AI-Systeme schneller zu trainieren.

Nach strengen Datenschutz- und Regulierungsbedenken können jetzt maßgeschneiderte Datensätze von Anbietern von Computer-Vision-Lösungen gekauft werden, um AI-Systeme zu trainieren.

Bedeutung von Synthetischen Daten

Synthetische Daten werden erzeugt, wenn vorhandene Daten die spezifischen Bedingungen oder Anforderungen eines AI-Systems nicht erfüllen. Einige Beispiel-Fälle sind, wenn Datenschutzanforderungen die verfügbaren Daten oder deren Verwendung beschränken.

Synthetische Daten werden oft verwendet, um ein vor der Veröffentlichung stehendes Produkt zu testen, da in der Regel keine vorhandenen Daten oder diese noch nicht verfügbar sind. Diese Art von Daten ist auch für maschinelles Lernen von entscheidender Bedeutung und wird oft in Technologien wie selbstfahrenden Fahrzeugen eingesetzt, da die Beschaffung von tatsächlichen Daten teuer ist.

Unity versucht, diese Barriere zu durchbrechen, indem es einen besseren Zugang zu hochwertigen synthetischen Datensätzen mit den Unity Computer Vision-Datensätzen bietet.

Dr. Danny Lange ist Senior Vice President of Artificial Intelligence & Machine Learning.

“Indem wir eine synthetische Version von Datensätzen erstellen, die validierte Datenschutzregeln widerspiegeln und die realen Daten genau widerspiegeln, ermöglichen wir es diesen bahnbrechenden Datensätzen, in die Hände von mehr Innovatoren zu gelangen”, sagt Lange.

“Im Wesentlichen ermöglichen diese Datensätze es Unternehmen, Szenarien zu planen und zu simulieren, die sie noch nicht erlebt haben, mit einer erheblichen Zunahme der Benutzerdaten, die dem finden, was sie in der realen Welt über einen längeren Zeitraum finden würden. Als Ergebnis sehen wir intelligentere Innenräume, wie z.B. kassiererlose Supermärkte, und mehr, da unsere Kunden neue Anwendungen entdecken.”

https://www.youtube.com/watch?v=Cz7KWqAgZAw

Domain-Randomisierung

Die von Unitys Computer-Vision-Datensätzen verwendete Technik wird als “Domain-Randomisierung” bezeichnet, die dabei hilft, diverse Datensätze zu entwickeln, die die Qualität verbessern und die Voreingenommenheit kontrollieren. Sie funktioniert, indem sie Permutationen der Position und Orientierung von Objekten, einschließlich Lichtvarianten, Kamera-Winkeln und möglichen Konfigurationen, ausgibt.

Unitys synthetische Datensätze vermeiden auch die Probleme, die durch die Verwendung von Bildern realer Personen und Orte aus dem Internet oder manuell aufgenommenen Bildern entstehen.

Die Annotation erhöht normalerweise den Preis, je komplexer der Annotationstyp ist, aber Unity bietet einen Preis für jeden Label-Typ an, was bedeutet, dass der gleiche Preis für einfache und komplexe Branchen-Standard-Label-Typen gezahlt wird. Die Datensätze basieren auf einem gestaffelten Preismodell, wobei der Preis pro Bild sinkt, wenn mehr synthetische Bilder benötigt werden.

“Synthetische Daten revolutionieren die Ausbildung von maschinellen Lernmodellen, da sie viele der Nachteile von manuell gesammelten und markierten realen Daten überwinden”, sagte Lange.

“Das Erklären dessen, was möglich ist, und das Verbinden von Erstellern mit den erschwinglichen Daten, die sie benötigen, um die richtigen Entscheidungen zu treffen, treibt Unity unabhängig von der Branche an. Deshalb wird unser Team zur Verfügung stehen, um Kunden dabei zu unterstützen, dass die erzeugten Datensätze die richtigen Kriterien für ihre Bedürfnisse erfüllen.”