Datagenin tutkimus osoittaa laajan synteettisen datan käytön

Datagenin, synteettisen datan johtavan toimijan, tilaama tutkimus paljasti monia oivalluksia siitä, miten synteettistä dataa käytetään tietokoneen näön (CV) alalla edistämään tekoälyä (AI) ja koneoppimista (ML).

Tutkimus, jota teki Wakefield Research ja joka käsitteli koulutusdataa tietokoneen näön alalla, oli otsikoitu “Synteettinen data: avain tuotantovalmiiseen AI:hin vuonna 2022”. Se kyseli 300 CV-ammattilaista 300 eri organisaatiosta eri aloilta.

Yhdistyminen synteettisen datan ympärille

Yksi tutkimuksen merkittävimmistä löydöistä oli, että ala on alkamassa yhdistyä synteettisen datan ympärille, hyödyntäen sitä projektien viivästymisten ja peruutusten ratkaisemiseen.

Tutkimuksen toinen tärkeä kohta oli koulutusdatan korostaminen tietokoneen näön ammattilaisten ongelmien lähteenä, mikä hidastaa yrityksen edistymistä CV:ssä.

Ongelmat, joita esiintyi eniten, olivat: hukkaan menevä aika ja/tai resurssit järjestelmän uudelleenkoulutukseen; huono annotaatio, josta seuraa laadun ongelmat; huono datan peitto sovelluksen toimialueella; ja riittämätön määrä dataa.

Tällaiset ongelmat hidastavat projektin edistymistä, ja ne ovat johtaneet siihen, että useimmat CV-tiimit ovat kokeneet merkittäviä viivästymisiä ja peruutuksia. Tutkimuksen mukaan 99 % vastaajista on kokenut projektien peruutuksia, 80 % on kokenut projektien viivästymisiä, jotka kestävät vähintään 3 kuukautta, ja 33 % on kokenut projektien viivästymisiä, jotka kestävät 7 kuukautta tai enemmän.

Laaja kiinnostus ja käyttöönotto

Tutkimus osoitti myös useita trendejä, jotka viittaavat laajaan kiinnostukseen synteettistä dataa kohtaan. 96 % tietokoneen näön tiimeistä ilmoitti jo käyttävänsä sitä tietokoneen näön mallien koulutuksessa ja testauksessa.

Datagen kysyi myös organisaatioilta, mikä oli heidän pääasiallinen motivaationsa synteettisen datan käytölle, ja tiimit ilmoittivat, että se oli testaaminen, koulutus ja reunatapausten käsittely.

Synteettisen datan hyödyistä vastaajat sanoivat, että merkittävimmät olivat vähennetty aika tuotantoon, yksityisyyden huolen poistaminen, vähennetty harha, vähemmän annotaatio- ja merkintävirheitä sekä parannukset ennustavassa mallinnuksessa.

Ofir Chakon on Datagenin perustaja ja toimitusjohtaja.

“Synteettinen data on datan tulevaisuus. Tämä on uusi tapa hallita ja käyttää dataa, jota tarvitaan tekoälyjärjestelmiimme”, sanoi Chakon. “Kun simulaatio paranee ajan myötä, sen hyödyillä, se korvaa työvoimavaltaisen manuaalisen datan keräämisen, joka ei ole enää skaalautuva maailman kehittyessä nopeasti.”

Voit lukea Datagenin koko raportin täältä.