Datagen 研究表明合成数据被广泛采用

由 Datagen 委托进行的一项新研究，发现了合成数据在计算机视觉（CV）领域被广泛用于推进人工智能（AI）和机器学习（ML）应用的许多有趣发现。Datagen 是合成数据生成的领导者。

这项由 Wakefield Research 进行的新研究，探讨了计算机视觉领域的训练数据，题为“合成数据：2022 年生产就绪 AI 的关键”。它对 300 名来自不同行业的 300 个独特组织的 CV 专业人员进行了调查。

合成数据的凝聚

研究的主要发现之一是，该领域正在开始围绕合成数据凝聚，利用它来解决项目延迟和取消的问题。

研究的另一个主要点是，训练数据已经成为计算机视觉专业人员的麻烦源，导致公司在 CV 方面的进展变慢。

最常见的问题包括：浪费时间和/或资源来重新训练系统；标注质量差，导致质量问题；数据覆盖范围不够，无法满足预期应用的领域；以及缺乏足够的数据。

这些问题阻碍了项目的进展，并导致了大多数 CV 团队经历了显著的延迟和项目取消。根据调查，99% 的受访者经历了项目取消，80% 的受访者经历了至少 3 个月的项目延迟，33% 的受访者经历了 7 个月或更长时间的项目延迟。

广泛的兴趣和采用

研究还发现了许多表明合成数据广泛兴趣的趋势。更具体地说，96% 的计算机视觉团队报告称，他们已经在计算机视觉模型的训练和测试中使用合成数据。

Datagen 还询问了组织使用合成数据的主要动机，团队报告说，这是用于测试、训练和解决边缘情况。

当谈到合成数据的益处时，受访者说，最突出的益处是减少上市时间，消除隐私问题，减少偏见，减少标注和标签错误，并改善预测建模。

Ofir Chakon 是 Datagen 的创始人和 CEO。

“合成数据是数据的未来。这是控制和使用我们 AI 系统所需数据的新方式，”Chakon 说。“随着模拟在时间上变得更好，带来所有的好处，它将取代劳动密集的手动数据收集，这种方式不再适用于世界的发展速度。”

您可以在此阅读 Datagen 的完整报告。