Datagen Studie Antyder Vidt Omfattende Adopsjon av Syntetisk Data

En ny studie bestilt av Datagen, en ledende leverandør av syntetisk data, hadde mange interessante funn om hvordan syntetisk data brukes i computerseingsfeltet (CV) for å fremme kunstig intelligens (AI) og maskinlæring (ML) applikasjoner.

Studien, som ble utført av Wakefield Research og som utforsket treningdata i computerseingsfeltet, hadde tittelen “Syntetisk Data: Nøkkel til Produksjonsklar AI i 2022.” Den ble utført blant 300 CV-eksperter fra 300 unike organisasjoner i ulike bransjer.

Samling rundt Syntetisk Data

En av de viktigste funnene var at feltet begynner å samles rundt syntetisk data, og at det brukes til å løse problemer som prosjektforsinkelser og -avlysninger.

En annen viktig punkt i studien var at treningdata har blitt en kilde til komplikasjoner for computerseingsprofesjonelle, noe som fører til en langsommere fremdrift for bedriftens CV-arbeid.

De mest vanlige problemene inkluderte: bortkastet tid og/eller ressurser til å omtræne systemet; dårlig annotering som resulterer i kvalitetsproblemer; dårlig datadekning av den ønskede anvendelsesdomenet; og mangel på tilstrekkelig mengde data.

Slike problemer hindrer prosjektets fremdrift, og de har ført til at de fleste CV-teamene har opplevd betydelige forsinkelser og avlysninger av prosjekter. Ifølge undersøkelsen har 99% av respondentene opplevd prosjektavlysninger, 80% har opplevd prosjektforsinkelser som varer i minst 3 måneder, og 33% har opplevd prosjektforsinkelser som varer 7 måneder eller mer.

Utbredt Interesse og Adopsjon

Studien fant også flere trender som indikerer en utbredt interesse for syntetisk data. Mer spesifikt rapporterte 96% av computerseings-teamene at de allerede bruker det i trening og testing av computerseingsmodeller.

Datagen spurte også organisasjonene om hva deres primære motivasjon var for å bruke syntetisk data, og teamene rapporterte at det var testing, trening og håndtering av edge-cases.

Når det gjelder fordeler med syntetisk data, sa respondentene at de mest fremtredende var redusert tid til produksjon, eliminering av personvernproblemer, redusert bias, færre annoterings- og merkingfeil, og forbedringer i predikativ modellering.

Ofir Chakon er grunnlegger og CEO av Datagen.

“Syntetisk data er fremtiden for data. Dette er den nye måten å kontrollere og forbruke dataene våre AI-systemer trenger,” sa Chakon. “Ettersom simulering blir bedre over tid, med alle dens fordeler, vil det ta over plassen til manuell datainnsamling som ikke lenger er skalerbar i den hastigheten verden utvikler seg.”

Du kan lese Datagens fullstendige rapport her.