Studiul Datagen sugerează o adoptare largă a datelor sintetice

Un studiu nou, comandat de Datagen, lider în generarea de date sintetice, a avut multe constatări interesante despre modul în care datele sintetice sunt utilizate în întregul domeniului viziunii computaționale (CV) pentru a avansa aplicațiile de inteligență artificială (AI) și învățare automată (ML).

Noul studiu, care a fost realizat de Wakefield Research și a explorat datele de antrenare în domeniul viziunii computaționale, a fost intitulat „Date sintetice: cheia pentru AI gata de producție în 2022”. Acesta a chestionat 300 de profesioniști CV din 300 de organizații unice din diferite industrii.

Convergența în jurul datelor sintetice

Una dintre principalele constatări a fost că domeniul începe să se convertească în jurul datelor sintetice, utilizându-le pentru a rezolva problemele legate de întârzierile și anulările proiectelor.

Un alt punct important al studiului a fost accentul pe care datele de antrenare l-au devenit o sursă de complicații pentru profesioniștii din domeniul viziunii computaționale, ceea ce duce la o încetinire a progresului companiei în CV.

Problemele cele mai frecvente au inclus: timp și resurse irosite pentru reantrenarea sistemului; o anotare slabă care a dus la probleme de calitate; o acoperire slabă a domeniului de aplicație intenționat; și lipsa unei cantități suficiente de date.

Asemenea probleme împiedică progresul unui proiect, și au dus la faptul că majoritatea echipelor CV au experimentat întârzieri și anulări semnificative de proiecte. Conform sondajului, 99% dintre respondenți au experimentat anulări de proiecte, 80% au experimentat întârzieri de proiect de cel puțin 3 luni, și 33% au experimentat întârzieri de proiect de 7 luni sau mai mult.

Interes și adoptare largă

Studiul a găsit, de asemenea, multe tendințe care indică un interes larg pentru datele sintetice. Mai specific, 96% dintre echipele de viziune computațională au raportat că utilizează deja date sintetice în antrenarea și testarea modelelor de viziune computațională.

Datagen a întrebat, de asemenea, organizațiile care au fost motivația principală din spatele utilizării datelor sintetice, și echipele au raportat că aceasta a fost testarea, antrenarea și abordarea cazurilor limită.

Când vine vorba de beneficiile datelor sintetice, respondenții au spus că cele mai proeminente au fost reducerea timpului până la producție, eliminarea problemelor de confidențialitate, reducerea bias-ului, diminuarea erorilor de anotare și etichetare, și îmbunătățirea modelării predictive.

Ofir Chakon este fondator și CEO al Datagen.

„Datele sintetice sunt viitorul datelor. Acesta este noul mod de a controla și consuma datele de care sistemele noastre AI au nevoie”, a spus Chakon. „Pe măsură ce simularea devine mai bună în timp, cu toate beneficiile sale, va prelua locul colectării manuale de date, care nu mai este scalabilă la viteza cu care se evoluează lumea.”

Puteți citi raportul complet al Datagen aici.