Synthetic Data

البيانات الاصطناعية هي معلومات مُولَّدة اصطناعيًا تحاكي الخصائص الإحصائية والأنماط والسمات الهيكلية للبيانات الواقعية. في المجالين سريعَي التطور، الذكاء الاصطناعي (AI) والتعلّم الآلي (ML)، تؤدي هذه البيانات دور مورد بالغ الأهمية عندما يكون جمع البيانات الأصلية مكلفًا أو مستغرقًا للوقت أو مقيّدًا بلوائح الخصوصية. وعلى خلاف البيانات العضوية المستخلصة من أحداث العالم الحقيقي، تُنشأ البيانات الاصطناعية خوارزميًا باستخدام تقنيات مثل المحاكاة الحاسوبية والنماذج التوليدية المتقدمة. وبحلول عام 2030، يتوقع محللو الصناعة في Gartner أن تتجاوز البيانات الاصطناعية البيانات الحقيقية في نماذج الذكاء الاصطناعي، ما سيُحدث تحولًا جوهريًا في كيفية بناء الأنظمة الذكية ونشرها.

دور البيانات الاصطناعية في تطوير الذكاء الاصطناعي#

يتمثل الدافع الرئيسي لاستخدام مجموعات البيانات الاصطناعية في التغلب على القيود الكامنة في جمع البيانات ووضع التعليقات التوضيحية عليها بالطرق التقليدية. غالبًا ما يتطلب تدريب نماذج قوية لـالرؤية الحاسوبية (CV) مجموعات بيانات ضخمة تتضمن سيناريوهات متنوعة. وعندما تكون بيانات العالم الحقيقي نادرة—كما في تشخيص الأمراض النادرة أو حوادث المرور الخطيرة ذات الحالات الطرفية—تسد البيانات الاصطناعية هذه الفجوة.

يتيح توليد هذه البيانات للمطورين إنشاء [بيانات تدريب](https://ultralytics-translation-0.invalid موسومة بدقة عند الطلب. ويشمل ذلك مربعات إحاطة دقيقة لـاكتشاف الأجسام أو أقنعة مضبوطة على مستوى البكسل لـالتقسيم الدلالي، ما يلغي الأخطاء البشرية التي غالبًا ما تظهر في عمليات وضع التعليقات التوضيحية يدويًا. وعلاوة على ذلك، تعالج هذه البيانات التحيز في الذكاء الاصطناعي من خلال تمكين المهندسين من موازنة مجموعات البيانات عمدًا بإضافة مجموعات سكانية أو ظروف بيئية ناقصة التمثيل، بما يضمن أداءً أكثر إنصافًا للنماذج.

التطبيقات الواقعية#

تُحدث البيانات الاصطناعية ثورة في الصناعات التي تكون فيها خصوصية البيانات وسلامتها وقابليتها للتوسع أمورًا بالغة الأهمية.

• محاكاة القيادة الذاتية: يُعد اختبار المركبات ذاتية القيادة في العالم الفعلي وحده أمرًا محفوفًا بالمخاطر ومحدودًا جغرافيًا. وتستخدم الشركات محاكيات واقعية بصريًا، مثل NVIDIA Omniverse، لتدريب أنظمة الإدراك لديها. وتولّد هذه المحاكيات مليارات الأميال الافتراضية، مما يعرّض الذكاء الاصطناعي لظروف جوية خطرة وسلوكيات غير متوقعة للمشاة وتخطيطات حضرية معقدة يصعب التقاطها باستمرار في العالم الحقيقي.
• الرعاية الصحية والتصوير الطبي: تنظّم قوانين خصوصية المرضى، مثل HIPAA وGDPR، مشاركة السجلات الطبية تنظيمًا صارمًا. وتتيح البيانات الاصطناعية إنشاء مجموعات بيانات واقعية لـتحليل الصور الطبية—مثل صور الأشعة السينية أو فحوصات MRI—تحتفظ بمؤشرات المرض من دون أن تتضمن أي معلومات تعريف شخصية. ويسمح ذلك للباحثين بتدريب نماذج اكتشاف الأورام بصورة تعاونية من دون المساس بسرية المرضى.

توليد البيانات الاصطناعية للذكاء الاصطناعي للرؤية#

غالبًا ما يتضمن إنشاء بيانات اصطناعية عالية الجودة نهجين رئيسيين: محركات المحاكاة والذكاء الاصطناعي التوليدي. تستخدم محركات المحاكاة، مثل Unity Engine، الرسومات ثلاثية الأبعاد لإظهار مشاهد بإضاءة وأنسجة تستند إلى قوانين الفيزياء. وبدلًا من ذلك، تتعلم النماذج التوليدية، مثل الشبكات التوليدية الخصمية (GANs) ونماذج الانتشار، توزيع البيانات الحقيقية لتوليف أمثلة جديدة واقعية بصريًا.

بمجرد توليد مجموعة بيانات اصطناعية، يمكن استخدامها لتدريب نماذج عالية الأداء. يوضح مثال Python التالي كيفية تحميل نموذج—ربما دُرِّب على بيانات اصطناعية—باستخدام الحزمة ultralytics لإجراء الاستدلال على صورة.

from ultralytics import YOLO

# Load the YOLO26 model (latest stable generation for superior accuracy)
model = YOLO("yolo26n.pt")

# Run inference on a source image (this could be a synthetic validation image)
results = model("https://ultralytics.com/images/bus.jpg")

# Display the detection results to verify model performance
results[0].show()

البيانات الاصطناعية في مقابل زيادة البيانات#

من المفيد التمييز بين البيانات الاصطناعية وزيادة البيانات، إذ تهدف كلتا التقنيتين إلى توسيع مجموعات البيانات، لكنهما تعملان بطرق مختلفة.

• زيادة البيانات تتضمن تطبيق تحويلات—مثل القلب والدوران والقص أو ضبط الألوان—على صور حقيقية موجودة لإنشاء اختلافات طفيفة. وهي تعتمد على مصدر البيانات الأصلي.
• البيانات الاصطناعية تتضمن إنشاء مثيلات بيانات جديدة بالكامل من الصفر باستخدام الخوارزميات أو المحاكاة. ولا تتطلب بالضرورة صورة أصلية لكل مخرج، مما يتيح توليد سيناريوهات لم تلتقطها كاميرا من قبل.

غالبًا ما تجمع سير العمل الحديثة على منصة Ultralytics بين النهجين: استخدام البيانات الاصطناعية لسد الثغرات في مجموعة البيانات، وتطبيق زيادة البيانات أثناء التدريب لتعظيم متانة نماذج مثل YOLO26.