Unity Lanserer Synthetiske Datasett for å Redusere AI-Treningstid og -Budsjett

Unity, en ledende plattform for sanntids 3D-innhold (RT3D), har annonsert lanseringen av Unity Computer Vision Datasets. Disse datasettene kan ha en innvirkning på ulike industrier, spesielt produksjon, detaljhandel og sikkerhet. De er rettet mot å redusere kostnadene ved å utvikle datavisningsapplikasjoner samt gi en måte å trene AI-systemer raskere på.

Etter strenge privatlivs- og reguleringssaker, kan skreddersydd datasett nå kjøpes av datavisningsløsningstilbydere for å trene AI-systemer. 

Betydningen av Synthetisk Data

Synthetisk data genereres når eksisterende data ikke møter de spesifikke betingelsene eller behovene til et AI-system. Noen eksempler på slike tilfeller inkluderer når privatlivskrav begrenser tilgjengelig data eller hvordan den kan brukes. 

Synthetisk data brukes ofte til å teste et produkt før lansering, da det vanligvis ikke finnes noen eksisterende data, eller den er ikke ennå tilgjengelig. Denne typen data er også avgjørende for maskinlæring-algoritmer, og den brukes ofte i teknologier som selvkjørende kjøretøy, da innhenting av faktisk data er dyrt. 

Unity forsøker å bryte denne barrieren ved å gi større tilgang til høykvalitets synthetiske datasett med Unity Computer Vision Datasets.

Dr. Danny Lange er Senior Vice President of Artificial Intelligence & Machine Learning. 

“Ved å lage en synthetisk versjon av datasett som speiler validerte privatlivsregler og nøyaktig reflekterer virkelige data, muliggjør disse banebrytende datasettene å komme i hendene på flere innovatører,” sier Lange. 

“I virkeligheten gir disse datasettene selskaper mulighet til å planlegge og simulere scenarier de ennå ikke har erfart, med en betydelig økning i brukerdata som ligner på hva de ville finne over tid i den virkelige verden. Som resultat ser vi smartere innendørs miljøer, som f.eks. selvbetjeningsbutikker, og mer, ettersom våre kunder oppdager nye anvendelser.” 

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

Domene-Randomisering

Teknikken som brukes av Unitys Computer Vision Datasets kalles “domene-randomisering”, som hjelper med å utvikle diverse datasett som forbedrer kvalitet og kontrollerer bias. Den fungerer ved å utgi permutasjoner av posisjon og orientering av objekter, inkludert lysvariasjoner, kamera-vinkler og mulige konfigurasjoner. 

Unitys synthetiske datasett unngår også problemene omkring bias på grunn av bruk av bilder av virkelige mennesker og steder fra internettet, eller bilder tatt manuelt.

Annotation øker vanligvis i pris jo mer kompleks annoteringstypen er, men Unity tilbyr en pris for alle merketype, noe som betyr at samme pris betales for enkle og komplekse industri-standard merketype. Datasettene er basert på et trinnvis prismodell, hvor prisen per bilde reduseres basert på økt behov for flere synthetiske bilder.

“Synthetisk data revolusjonerer treningen av maskinlæring-modeller, da den overvinner mange av manglene ved manuelt innsamlet og merket virkelige data,” sa Lange.

“Å forklare hva som er mulig, og å koble skapere med den rimelige data de trenger for å ta riktige beslutninger, driver Unity, uansett bransje. Dette er hvorfor vårt team vil være tilgjengelig for å hjelpe kunder med å sikre at datasettene som produseres møter riktige kriterier for deres behov.”