Unity Lancia Set di Dati Sintetici per Ridurre il Tempo e il Budget di Addestramento dell’AI

Unity, una piattaforma leader per il contenuto 3D in tempo reale (RT3D), ha annunciato il rilascio di Unity Computer Vision Datasets. Questi set di dati potrebbero avere un impatto su vari settori, in particolare la produzione, il retail e la sicurezza. Sono finalizzati a ridurre i costi di sviluppo delle applicazioni di visione artificiale e a fornire un modo per addestrare i sistemi di intelligenza artificiale più velocemente.

Seguendo rigorose preoccupazioni di privacy e normative, i fornitori di soluzioni di visione artificiale possono ora acquistare set di dati personalizzati per addestrare i sistemi di intelligenza artificiale.

Importanza dei Dati Sintetici

I dati sintetici vengono generati quando i dati esistenti non soddisfano le condizioni o le esigenze specifiche di un sistema di intelligenza artificiale. Alcuni esempi includono quando le esigenze di privacy limitano i dati disponibili o il modo in cui possono essere utilizzati.

I dati sintetici vengono spesso utilizzati per testare un prodotto prima del rilascio, poiché di solito non ci sono dati esistenti o non sono ancora disponibili. Questo tipo di dati è anche fondamentale per gli algoritmi di apprendimento automatico e viene spesso utilizzato in tecnologie come i veicoli autonomi, poiché ottenere dati reali è costoso.

Unity sta cercando di superare questa barriera fornendo un accesso più ampio a set di dati sintetici di alta qualità con Unity Computer Vision Datasets.

Il dottor Danny Lange è Senior Vice President di Intelligenza Artificiale e Apprendimento Automatico.

“Creando una versione sintetica dei set di dati che rispecchiano le regole di privacy validate e riflettono accuratamente i dati del mondo reale, rendiamo possibile che questi set di dati innovativi vengano messi a disposizione di più innovatori,” afferma Lange.

“In sostanza, questi set di dati consentono alle aziende di pianificare e simulare scenari che non hanno ancora sperimentato, con un aumento significativo dei dati utente che mimano ciò che si troverebbero nel mondo reale nel tempo. Di conseguenza, stiamo vedendo ambienti interni più intelligenti, come negozi di generi alimentari senza cassieri, e molti altri, poiché i nostri clienti scoprono nuove applicazioni.”

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

Domain Randomization

La tecnica utilizzata da Unity Computer Vision Datasets si chiama “domain randomization”, che aiuta a sviluppare set di dati diversi che migliorano la qualità e controllano i pregiudizi. Funziona producendo permutazioni della posizione e dell’orientamento degli oggetti, incluse le variazioni di luce, gli angoli della camera e le possibili configurazioni.

I set di dati sintetici di Unity evitano anche i problemi legati ai pregiudizi dovuti all’uso di immagini di persone e luoghi reali da internet o immagini catturate manualmente.

L’annotazione di solito aumenta di prezzo quanto più è complesso il tipo di annotazione, ma Unity offre un prezzo unico per qualsiasi tipo di etichetta, il che significa che lo stesso prezzo sarà pagato per etichette semplici e complesse secondo gli standard dell’industria. I set di dati si basano su un modello di prezzi a livelli, con il prezzo per immagine che diminuisce in base all’aumento della necessità di immagini sintetiche.

“I dati sintetici stanno rivoluzionando l’addestramento dei modelli di apprendimento automatico, poiché superano molti dei limiti dei dati del mondo reale raccolti e etichettati manualmente,” ha affermato Lange.

“Spiegare cosa è possibile e mettere in contatto i creatori con i dati accessibili di cui hanno bisogno per prendere le decisioni giuste continua a guidare Unity, indipendentemente dal settore. È per questo che il nostro team sarà a disposizione per assistere i clienti nell’assicurarsi che i set di dati prodotti soddisfino i criteri giusti per le loro esigenze.”