Unity lance des jeux de données synthétiques pour réduire le temps et le budget de formation de l’IA

Unity, une plateforme leader pour le contenu 3D en temps réel (RT3D), a annoncé le lancement de Unity Computer Vision Datasets. Ces jeux de données pourraient avoir un impact sur diverses industries, en particulier la fabrication, la vente au détail et la sécurité. Ils visent à réduire le coût de développement des applications de vision par ordinateur tout en offrant un moyen de former les systèmes d’IA plus rapidement.

Suite à des préoccupations strictes en matière de confidentialité et de réglementation, les fournisseurs de solutions de vision par ordinateur peuvent désormais acheter des jeux de données sur mesure pour former les systèmes d’IA.

Importance des données synthétiques

Les données synthétiques sont générées lorsque les données existantes ne répondent pas aux conditions ou aux besoins spécifiques d’un système d’IA. Des exemples de cas incluent les exigences de confidentialité qui limitent les données disponibles ou leur utilisation.

Les données synthétiques sont souvent utilisées pour tester un produit avant sa sortie, car il n’y a généralement pas de données existantes ou elles ne sont pas encore disponibles. Ce type de données est également crucial pour les algorithmes d’apprentissage automatique et est souvent utilisé dans des technologies telles que les véhicules autonomes, car l’obtention de données réelles est coûteuse.

Unity tente de briser cette barrière en offrant un accès plus large à des jeux de données synthétiques de haute qualité avec Unity Computer Vision Datasets.

Le Dr Danny Lange est vice-président senior de l’intelligence artificielle et de l’apprentissage automatique.

« En créant une version synthétique de jeux de données qui reflètent les règles de confidentialité validées et reflètent avec précision les données du monde réel, nous permettons à ces jeux de données révolutionnaires de tomber entre les mains de plus d’innovateurs », déclare Lange.

« Essentiellement, ces jeux de données permettent aux entreprises de planifier et de simuler des scénarios qu’elles n’ont pas encore expérimentés, avec une augmentation significative des données utilisateur qui imite ce qu’elles trouveraient à long terme dans le monde réel. Par conséquent, nous voyons des environnements intérieurs plus intelligents, tels que des magasins de supermarché sans caissier, et bien d’autres choses encore, car nos clients découvrent de nouvelles applications. »

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

Domain Randomization

La technique utilisée par Unity Computer Vision Datasets s’appelle « domain randomization », qui aide à développer des jeux de données diversifiés qui améliorent la qualité et contrôlent les préjugés. Elle fonctionne en produisant des permutations de la position et de l’orientation des objets, y compris les variations de lumière, les angles de caméra et les configurations possibles.

Les jeux de données synthétiques d’Unity évitent également les problèmes liés aux préjugés dus à l’utilisation d’images de personnes et de lieux réels provenant d’Internet, ou d’images capturées manuellement.

L’annotation augmente généralement de prix à mesure que le type d’annotation devient plus complexe, mais Unity propose un prix unique pour tout type d’étiquette, ce qui signifie que le même prix sera payé pour les types d’étiquettes simples et complexes standard de l’industrie. Les jeux de données sont basés sur un modèle de tarification en plusieurs niveaux, avec un prix par image diminuant en fonction de l’augmentation du besoin d’images synthétiques.

« Les données synthétiques révolutionnent la formation des modèles d’apprentissage automatique car elles surmontent de nombreux défauts des données du monde réel collectées et étiquetées manuellement », a déclaré Lange.

« Expliquer ce qui est possible et connecter les créateurs avec les données abordables dont ils ont besoin pour prendre les bonnes décisions continue de motiver Unity, quelle que soit l’industrie. C’est pourquoi notre équipe sera disponible pour aider les clients à s’assurer que les jeux de données produits répondent aux critères appropriés pour leurs besoins. »