Unity Запускає Синтетичні Дані, Щоб Знизити Час та Бюджет Навчання Штучного Інтелекту

Unity, провідна платформа для створення контенту в режимі реального часу 3D (RT3D), оголосила про випуск наборів даних Unity Computer Vision. Ці набори даних можуть вплинути на різні галузі, зокрема виробництво, роздрібну торгівлю та безпеку. Вони спрямовані на зниження вартості розробки програм комп’ютерного зору, а також на надання способу швидшого навчання систем штучного інтелекту.

Відповідно до суворих вимог щодо конфіденційності та нормативних вимог, постачальники рішень комп’ютерного зору тепер можуть придбати індивідуальні набори даних для навчання систем штучного інтелекту.

Важливість Синтетичних Даних

Синтетичні дані генеруються, коли наявні дані не відповідають конкретним умовам або вимогам системи штучного інтелекту. Наприклад, коли вимоги конфіденційності обмежують доступні дані або їх використання.

Синтетичні дані часто використовуються для тестування продукції до її випуску, оскільки зазвичай немає доступних даних або вони ще не доступні. Цей тип даних також важливий для алгоритмів машинного навчання, і часто використовується в технологіях, таких як самохідні транспортні засоби, оскільки отримання фактичних даних є дорогим.

Unity намагається подолати цю бар’єр, надаючи більший доступ до високоякісних синтетичних наборів даних за допомогою Unity Computer Vision Datasets.

Доктор Денні Ланге – старший віце-президент з штучного інтелекту та машинного навчання.

“Створивши синтетичну версію наборів даних, які відображають валідовані правила конфіденційності та точно відображають реальні дані, ми дозволяємо цим інноваційним наборам даних потрапити до рук більшої кількості інноваторів”, – говорить Ланге.

“По суті, ці набори даних дозволяють компаніям планувати та симулювати сценарії, які вони ще не пережили, з значним збільшенням користувацьких даних, які імітують те, що вони знайдуть у реальному світі з часом. Таким чином, ми бачимо розумніші внутрішні середовища, такі як магазини без касирів, і багато іншого, оскільки наші клієнти відкривають нові застосування.”

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

Доменна Рандомізація

Техніка, яку використовує Unity Computer Vision Datasets, називається “доменна рандомізація”, яка допомагає розробляти різноманітні набори даних, що покращують якість та контролюють упередженість. Вона працює шляхом виводу пермутацій позиції та орієнтації об’єктів, включаючи варіації освітлення, кути камери та можливі конфігурації.

Синтетичні набори даних Unity також уникнули проблем, пов’язаних з упередженістю через використання зображень реальних людей та місць з Інтернету або зображень, зроблених вручну.

Анотація зазвичай збільшується в ціні залежно від складності типу анотації, але Unity пропонує одну ціну для будь-якого типу мітки, що означає, що за прості та складні типи міток промислового стандарту буде сплачуватися одна й та сама ціна. Набори даних засновані на моделі ціноутворення за рівнями, при якій ціна за зображення зменшується залежно від збільшення потреби в синтетичних зображеннях.

“Синтетичні дані революціонізують навчання моделей машинного навчання, оскільки вони подолávají багато недоліків ручно зібраних та позначених реальних даних”, – сказав Ланге.

“Пояснюючи, що можливе, та зв’язуючи творців з доступними даними, необхідними для прийняття правильних рішень, продовжує рухатися Unity, незалежно від галузі. Саме тому наша команда буде доступна для допомоги клієнтам у забезпеченні того, щоб створені набори даних відповідали необхідним критеріям для їх потреб.”