Estudio de Datagen sugiere una adopción generalizada de datos sintéticos

Un nuevo estudio encargado por Datagen, un líder en la generación de datos sintéticos, tuvo muchos hallazgos interesantes sobre cómo los datos sintéticos se están utilizando en todo el campo de la visión por computadora (CV) para avanzar en las aplicaciones de inteligencia artificial (AI) y aprendizaje automático (ML).

El nuevo estudio, que fue realizado por Wakefield Research y exploró los datos de entrenamiento en el campo de la visión por computadora, se tituló “Datos sintéticos: clave para la producción de AI lista para la producción en 2022”. Encuestó a 300 profesionales de CV de 300 organizaciones únicas de diferentes industrias.

Convergiendo hacia los datos sintéticos

Uno de los principales hallazgos fue que el campo está comenzando a convergir hacia los datos sintéticos, aprovechándolos para resolver problemas relacionados con retrasos y cancelaciones de proyectos.

Otro punto importante del estudio fue el énfasis en que los datos de entrenamiento se han convertido en una fuente de complicaciones para los profesionales de la visión por computadora, lo que lleva a un freno en el progreso de la empresa en CV.

Los problemas más comunes incluyeron: tiempo y/o recursos malgastados para volver a entrenar el sistema; mala anotación que resulta en problemas de calidad; mala cobertura de datos del dominio de la aplicación pretendida; y falta de una cantidad suficiente de datos.

Problemas como estos obstaculizan el progreso de un proyecto, y han llevado a que la mayoría de los equipos de CV experimenten retrasos y cancelaciones significativas de proyectos. Según la encuesta, el 99% de los encuestados han experimentado cancelaciones de proyectos, el 80% ha experimentado retrasos de proyectos que duran al menos 3 meses, y el 33% ha experimentado retrasos de proyectos que duran 7 meses o más.

Interés y adopción generalizados

El estudio también encontró muchas tendencias que indican un interés generalizado en los datos sintéticos. Más específicamente, el 96% de los equipos de visión por computadora informaron que ya los están utilizando en el entrenamiento y prueba de modelos de visión por computadora.

Datagen también preguntó a las organizaciones cuál era su motivación principal para utilizar datos sintéticos, y los equipos informaron que era la prueba, el entrenamiento y el abordaje de casos límite.

Cuando se trata de los beneficios de los datos sintéticos, los encuestados dijeron que los más prominentes eran la reducción del tiempo de producción, la eliminación de preocupaciones de privacidad, la reducción del sesgo, la disminución de errores de anotación y etiquetado, y las mejoras en la modelización predictiva.

Ofir Chakon es el fundador y director ejecutivo de Datagen.

“Los datos sintéticos son el futuro de los datos. Esta es la nueva forma de controlar y consumir los datos que nuestros sistemas de AI necesitan”, dijo Chakon. “A medida que la simulación mejora con el tiempo, con todos sus beneficios, ocupará el lugar de la recolección manual de datos laboriosa que ya no es escalable a la velocidad a la que evoluciona el mundo”.

Puedes leer el informe completo de Datagen aquí.