Unity Lança Conjuntos de Dados Sintéticos para Reduzir o Tempo e o Orçamento de Treinamento de IA

Unity, uma plataforma líder em conteúdo 3D em tempo real (RT3D), anunciou o lançamento dos Conjuntos de Dados de Visão Computacional da Unity. Esses conjuntos de dados podem impactar várias indústrias, especialmente manufatura, varejo e segurança. Eles visam reduzir o custo de desenvolver aplicações de visão computacional e fornecer uma maneira de treinar sistemas de IA mais rapidamente.

Seguindo rigorosas preocupações de privacidade e regulamentação, conjuntos de dados personalizados agora podem ser comprados por provedores de soluções de visão computacional para treinar sistemas de IA.

Importância dos Dados Sintéticos

Os dados sintéticos são gerados quando os dados existentes não atendem às condições ou necessidades específicas de um sistema de IA. Alguns casos de exemplo incluem quando os requisitos de privacidade limitam os dados disponíveis ou como eles podem ser usados.

Os dados sintéticos são frequentemente usados para testar um produto antes de seu lançamento, pois normalmente não há dados existentes ou eles não estão disponíveis. Esse tipo de dado também é crucial para algoritmos de aprendizado de máquina e é frequentemente usado em tecnologias como veículos autônomos, pois obter dados reais é caro.

A Unity está tentando quebrar essa barreira fornecendo maior acesso a conjuntos de dados sintéticos de alta qualidade com os Conjuntos de Dados de Visão Computacional da Unity.

O Dr. Danny Lange é Vice-Presidente Sênior de Inteligência Artificial e Aprendizado de Máquina.

“Ao criar uma versão sintética de conjuntos de dados que espelham regras de privacidade validadas e refletem com precisão os dados do mundo real, permitimos que esses conjuntos de dados inovadores sejam colocados nas mãos de mais inovadores”, afirma Lange.

“Basicamente, esses conjuntos de dados permitem que as empresas planejem e simulem cenários que ainda não experimentaram, com um aumento significativo nos dados do usuário que imitam o que encontrariam ao longo do tempo no mundo real. Como resultado, estamos vendo ambientes internos mais inteligentes, como lojas de supermercado sem caixas, e muito mais, à medida que nossos clientes descobrem novas aplicações.”

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

Randomização de Domínio

A técnica usada pelos Conjuntos de Dados de Visão Computacional da Unity é chamada de “randomização de domínio”, que ajuda a desenvolver conjuntos de dados diversificados que melhoram a qualidade e controlam o viés. Ela funciona produzindo permutações da posição e orientação de objetos, incluindo variações de luz, ângulos de câmera e configurações possíveis.

Os conjuntos de dados sintéticos da Unity também evitam os problemas relacionados a vieses devido ao uso de imagens de pessoas e lugares reais da internet ou imagens capturadas manualmente.

A anotação geralmente aumenta de preço à medida que o tipo de anotação se torna mais complexo, mas a Unity está oferecendo um preço para qualquer tipo de rótulo, significando que o mesmo preço será pago para tipos de rótulos simples e complexos padrão da indústria. Os conjuntos de dados são baseados em um modelo de preços em camadas, com o preço por imagem diminuindo com base no aumento da necessidade de mais imagens sintéticas.

“Os dados sintéticos estão revolucionando o treinamento de modelos de aprendizado de máquina, pois superam muitas das limitações dos dados do mundo real coletados e rotulados manualmente”, disse Lange.

“Explicar o que é possível e conectar criadores com os dados acessíveis que eles precisam para tomar as decisões certas continua a impulsionar a Unity, independentemente da indústria. É por isso que nossa equipe estará disponível para ajudar os clientes a garantir que os conjuntos de dados produzidos atendam aos critérios certos para suas necessidades.”