Унити покреће синтетичке скупове података како би смањио време и буџете за обуку вештачке интелигенције

јединство, водећа платформа за 3Д (РТ3Д) садржај у реалном времену, најавила је издавање Унити Цомпутер Висион Датасетс. Ови скупови података могу утицати на различите индустрије, посебно на производњу, малопродају и безбедност. Они имају за циљ да смање трошкове развоја апликација за компјутерски вид, а истовремено обезбеде начин за бржу обуку система вештачке интелигенције.

Пратећи строгу приватност и регулаторне бриге, сетове података по мери сада могу да купе добављачи решења за компјутерски вид за обуку система вештачке интелигенције. 

Важност синтетичких података

Синтетички подаци се генеришу када постојећи подаци не испуњавају специфичне услове или потребе АИ система. Неки примери укључују када захтеви за приватност ограничавају доступне податке или како се они могу користити. 

Синтетички подаци се често користе за тестирање претходно објављеног производа јер обично нема података или још нису доступни. Ова врста података је такође кључна за алгоритме машинског учења и често се користи у технологијама попут самовозећих возила, пошто је добијање стварних података скупо. 

Унити покушава да разбије ту баријеру обезбеђујући бољи приступ висококвалитетним синтетичким скуповима података са Унити Цомпутер Висион скуповима података.

Др Данни Ланге је старији потпредседник за вештачку интелигенцију и машинско учење. 

„Креирањем синтетичке верзије скупова података који одражавају валидирана правила приватности и тачно одражавају податке из стварног света, омогућавамо да ови револуционарни скупови података дођу у руке више иноватора“, каже Ланге. 

„У суштини, ови скупови података омогућавају компанијама да планирају и симулирају сценарије које још нису искусили, уз значајно повећање корисничких података који опонашају оно што би временом пронашли у стварном свету. Као резултат тога, видимо паметније унутрашње окружење, као што су продавнице прехрамбених производа без благајне и још много тога док наши клијенти откривају нове апликације.” 

Домаин Рандомизатион

Техника коју користе Унити-ови скупови података компјутерског вида назива се „рандомизација домена“, која помаже у развоју различитих скупова података који побољшавају квалитет и контролишу пристрасност. Ради тако што даје пермутације положаја и оријентације објеката, укључујући варијације светлости, углове камере и могуће конфигурације. 

Унити-ови синтетички скупови података такође избегавају проблеме око пристрасности због коришћења слика стварних људи и места са интернета, или слика снимљених ручно.

Напомене обично расту у цени што је тип напомене сложенији, али Унити нуди једну цену за било који тип етикете, што значи да ће се иста цена плаћати за једноставне и сложене стандардне типове етикета у индустрији. Скупови података су засновани на вишеслојном моделу цена, при чему се цена по слици смањује на основу повећане потребе за више синтетичких слика.

„Синтетички подаци револуционишу обуку модела машинског учења јер превазилазе многе недостатке ручно прикупљених и означених података из стварног света“, рекао је Ланге.

„Објашњавање шта је могуће и повезивање креатора са доступним подацима који су им потребни за доношење исправних одлука наставља да покреће Унити, без обзира на индустрију. Због тога ће наш тим бити на располагању да помогне клијентима да осигурају да произведени скупови података испуњавају праве критеријуме за њихове потребе.”