Unity julkaisee synteettiset tietokannat vähentämään tekoälykoulutuksen aikaa ja budjetteja

Unity, johtava alusta reaaliaikaisen 3D-sisällön (RT3D) luomiseen, on ilmoittanut Unity Computer Vision Datasets -tietokantojen julkaisusta. Nämä tietokannat voivat vaikuttaa useisiin eri aloihin, kuten valmistukseen, vähittäiskauppaan ja turvallisuuteen. Ne on tarkoitettu laskemaan tietokoneen näkösovellusten kehittämisen kustannuksia ja tarjoamaan keinon kouluttaa tekoälyjärjestelmiä nopeammin.

Tiukkojen yksityisyyden ja sääntelyhuolenpidon jälkeen, räätälöidyt tietokannat voidaan nyt ostaa tietokoneen näköratkaisujen tarjoajien toimesta tekoälyjärjestelmien kouluttamiseksi.

Synteettisen datan merkitys

Synteettistä dataa luodaan, kun olemassa oleva data ei täytä tekoälyjärjestelmän tiettyjä ehtoja tai tarpeita. Joitakin esimerkkitapauksia ovat tilanteet, joissa yksityisyyden vaatimukset rajoittavat saatavilla olevaa dataa tai sen käyttöä.

Synteettistä dataa käytetään usein testaamaan ennen julkaisua olevaa tuotetta, koska yleensä ei ole olemassa olevaa dataa tai sitä ei ole vielä saatavilla. Tämänkaltaista dataa käytetään myös koneoppimisalgoritmeissa, ja sitä käytetään usein tekniikoissa kuten itseohjautuvissa ajoneuvoissa, koska oikean datan hankkiminen on kallista.

Unity yrittää murtaa tämän esteen tarjoamalla paremman pääsyn laadukkaisiin synteettisiin tietokantoihin Unity Computer Vision Datasets -tietokantojen avulla.

Tohtori Danny Lange on Senior Vice President of Artificial Intelligence & Machine Learning.

“Luoamalla synteettisen version tietokannoista, jotka heijastelevat todellista dataa ja noudattavat validoitua yksityisyydensuojaa, mahdollistamme näiden uraauurtavien tietokantojen saamisen enemmän innovaattoreiden käsiin,” Lange sanoo.

“Perimmältä ajatukselta, nämä tietokannat antavat yrityksille mahdollisuuden suunnitella ja simuloida skenaarioita, joita he eivät ole vielä kokeneet, ja ne tarjoavat merkittävän kasvun käyttäjädatan määrässä, joka jäljittelee sitä, mitä he löytävät oikeassa maailmassa ajan myötä. Tuloksena näemme älykkäämpiä sisäympäristöjä, kuten kassattomia ruokakauppoja, ja paljon muuta, kun asiakkaamme löytävät uusia sovelluksia.”

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

Domain Randomization

Unityn Computer Vision Datasets -tietokantojen käyttämä tekniikka on kutsuttu “domain randomizationiksi”, joka auttaa kehittämään monipuolisia tietokantoja, jotka parantavat laatuja ja hallitsevat harhaa. Se toimii tuottamalla objektiiden sijainnin ja suunnan permutaatioita, mukaan lukien valon vaihtelut, kamerakulmat ja mahdolliset konfiguraatiot.

Unityn synteettiset tietokannat välttävät myös ongelmat, jotka liittyvät harhaan, koska ne eivät käytä internetistä haettuja tai manuaalisesti kerättyjä oikeiden ihmisten ja paikkojen kuvia.

Merkitseminen yleensä kasvaa hinnassa mitä monimutkaisempi merkitseminen on, mutta Unity tarjoaa yhden hinnan kaikille merkitseminen tyypeille, mikä tarkoittaa, että sama hinta maksetaan sekä yksinkertaisille että monimutkaisille teollisuusstandardin mukaisille merkitseminen tyypeille. Tietokannat perustuvat portaistoon perustuvaan hinnoitteluun, jossa kuvan hinta laskee kasvavan synteettisten kuvien tarpeen mukaan.

“Synteettinen data on vallankumouksellista tekoälymallien kouluttamisessa, koska se voittaa useat manuaalisesti kerätyn ja merkityn oikean maailman datan puutteet,” Lange sanoo.

“Selittämällä, mitä on mahdollista, ja yhdistämällä luojia edulliseen dataan, jota he tarvitsevat oikeanlaisiin päätöksiin, Unity jatkaa ohjauksessaan, riippumatta alasta. Tämän vuoksi tiimimme on saatavilla asiakkaiden avuksi varmistamaan, että tuotetut tietokannat täyttävät heidän tarpeisiinsa oikeat kriteerit.”