Unity Meluncurkan Dataset Sintetis untuk Mengurangi Waktu dan Biaya Pelatihan AI

Unity, sebuah platform terkemuka untuk konten 3D waktu nyata (RT3D), telah mengumumkan peluncuran Unity Computer Vision Datasets. Dataset ini dapat berdampak pada berbagai industri, terutama manufaktur, ritel, dan keamanan. Mereka bertujuan untuk mengurangi biaya pengembangan aplikasi visi komputer sambil juga menyediakan cara untuk melatih sistem AI lebih cepat.

Mengikuti kekhawatiran privasi dan regulasi yang ketat, dataset khusus sekarang dapat dibeli oleh penyedia solusi visi komputer untuk melatih sistem AI. 

Pentingnya Data Sintetis

Data sintetis dihasilkan ketika data yang ada tidak memenuhi kondisi atau kebutuhan sistem AI. Beberapa contoh kasus termasuk ketika persyaratan privasi membatasi data yang tersedia atau cara penggunaannya. 

Data sintetis sering digunakan untuk menguji produk sebelum dirilis karena biasanya tidak ada data yang ada, atau belum tersedia. Jenis data ini juga sangat penting untuk algoritma pembelajaran mesin, dan sering digunakan dalam teknologi seperti kendaraan otonom, karena mendapatkan data yang sebenarnya sangat mahal. 

Unity berusaha untuk menghilangkan hambatan ini dengan menyediakan akses yang lebih besar ke dataset sintetis berkualitas tinggi dengan Unity Computer Vision Datasets.

Dr. Danny Lange adalah Wakil Presiden Senior Kecerdasan Buatan & Pembelajaran Mesin. 

“Dengan membuat versi sintetis dari dataset yang mencerminkan aturan privasi yang divalidasi dan secara akurat mencerminkan data dunia nyata, kami memungkinkan dataset ini untuk sampai ke tangan lebih banyak inovator,” kata Lange. 

“Pada dasarnya, dataset ini memberdayakan perusahaan untuk merencanakan dan mensimulasikan skenario yang belum mereka alami, dengan peningkatan jumlah data pengguna yang meniru apa yang mereka temukan selama waktu di dunia nyata. Sebagai hasilnya, kami melihat lingkungan dalam ruangan yang lebih pintar, seperti toko kelontong tanpa kasir, dan banyak lagi karena pelanggan kami menemukan aplikasi baru.” 

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

Domain Randomisasi

Teknik yang digunakan oleh Unity Computer Vision Datasets disebut “domain randomisasi”, yang membantu mengembangkan dataset yang beragam dan meningkatkan kualitas serta mengontrol bias. Ini bekerja dengan mengeluarkan permutasi posisi dan orientasi objek, termasuk variasi cahaya, sudut kamera, dan konfigurasi yang mungkin. 

Dataset sintetis Unity juga menghindari masalah yang terkait dengan bias karena penggunaan gambar orang dan tempat nyata dari internet, atau gambar yang ditangkap secara manual.

Annotasi biasanya meningkatkan harga semakin kompleks jenis anotasi, tetapi Unity menawarkan satu harga untuk setiap jenis label, yang berarti harga yang sama akan dibayarkan untuk label jenis sederhana dan kompleks standar industri. Dataset didasarkan pada model harga berjenjang, dengan harga per gambar menurun berdasarkan kebutuhan yang meningkat untuk lebih banyak gambar sintetis.

“Data sintetis merevolusi pelatihan model pembelajaran mesin karena mengatasi banyak kekurangan data dunia nyata yang dikumpulkan dan diberi label secara manual,” kata Lange.

“Menjelaskan apa yang mungkin, dan menghubungkan kreator dengan data yang terjangkau yang mereka butuhkan untuk membuat keputusan yang tepat terus mendukung Unity, tidak peduli industri apa. Ini adalah alasan mengapa tim kami akan tersedia untuk membantu pelanggan memastikan bahwa dataset yang dihasilkan memenuhi kriteria yang tepat untuk kebutuhan mereka.”