Sentetik Veri

Sentetik veriler, gerçek dünya verilerini taklit etmek için oluşturulan yapay olarak üretilmiş bilgilerdir. Yapay zeka (AI) ve makine öğrenimi (ML) alanlarında, AI modellerini eğitmek için gerçek dünya verilerine güçlü bir alternatif veya tamamlayıcı olarak hizmet eder. Kapsamlı, yüksek kaliteli ve uygun şekilde etiketlenmiş gerçek dünya veri kümelerini toplamak maliyetli, zaman alıcı ve bazen gizlilik düzenlemeleri veya belirli olayların nadirliği nedeniyle pratik olmayabilir. Sentetik veriler, geliştiricilerin talep üzerine büyük miktarlarda mükemmel şekilde etiketlenmiş veriler üretmesini sağlayarak bu sınırlamaları ortadan kaldıran ve sağlam bilgisayarla görme (CV) sistemlerinin geliştirilmesini hızlandıran bir çözüm sunar.

Sentetik Veri Nasıl Oluşturulur?

Sentetik veriler, her biri farklı uygulamalar için uygun olan çeşitli gelişmiş teknikler kullanılarak oluşturulabilir. Bu yöntemler, oluşturulan verilerin aydınlatma, nesne yerleşimi ve çevresel koşullar gibi özellikleri üzerinde hassas kontrol sağlar.

• 3D Modelleme ve Simülasyon: Geliştiriciler fotogerçekçi sanal dünyalar yaratmak için bilgisayar grafiklerini ve simülasyon ortamlarını kullanırlar. Bu yaklaşım, fiziksel motorların gerçek dünya fiziğini simüle edebildiği robotik ve otonom sistemlerde yaygındır. NVIDIA DRIVE Sim gibi platformlar, sürücüsüz araçların eğitimi için veri üretmek amacıyla kullanılır.
• Üretken Modeller: Generative Adversarial Networks (GANs) ve son zamanlarda difüzyon modelleri gibi teknikler, üretken yapay zekanın temel bir bileşenidir. Bu modeller, tamamen yeni, gerçekçi örnekler oluşturmak için gerçek verilerin altında yatan örüntüleri öğrenir. Bu, özellikle çeşitli insan yüzleri veya karmaşık sahneler oluşturmak için kullanışlıdır.
• Prosedürel Üretim: Bu yöntem, verileri otomatik olarak oluşturmak için algoritmalar ve kurallar kullanır. Video oyunu geliştirmede büyük ölçekli ortamlar oluşturmak için yaygın olarak kullanılır ve minimum manuel çaba ile çeşitli eğitim verileri üretmek için uyarlanabilir.
• Alan Rastgeleleştirme: Bir simülasyonun parametrelerinin (aydınlatma, doku ve nesne konumları gibi) kasıtlı olarak değiştirildiği bir tekniktir. Bu, eğitilen modelin temel özelliklere odaklanmaya zorlayarak simülasyondan gerçek dünya ortamlarına daha iyi genelleme yapmasına yardımcı olur. Tobin ve arkadaşları tarafından hazırlanan ufuk açıcı bir makale, robotik manipülasyon için etkinliğini göstermiştir.

Gerçek Dünya Uygulamaları

Sentetik verilerin kullanımı birçok sektörde yaygınlaşmakta ve gerçek dünya verilerinin darboğaz oluşturduğu durumlarda atılımlar yapılmasına olanak sağlamaktadır.

1. Otonom Araçlar: Sürücüsüz araçların eğitimi, kazalar veya aşırı hava koşulları gibi nadir ve tehlikeli senaryolar da dahil olmak üzere milyonlarca kilometrelik sürüşten elde edilen verileri gerektirir. Bu verileri gerçek dünyada toplamak güvenli ve pratik değildir. Sentetik veriler, geliştiricilerin bu uç durumları güvenli ve kontrollü bir ortamda simüle etmesine olanak tanıyarak nesne algılama ve navigasyon sistemlerinin sağlamlığını artırır. Waymo gibi şirketler test ve doğrulama için büyük ölçüde simülasyona güveniyor.
2. Sağlık Hizmetlerinde Yapay Zeka: Tıbbi görüntü analizinde hasta verileri son derece hassastır ve HIPAA gibi katı gizlilik yasalarıyla korunmaktadır. Ayrıca, nadir hastalıklar için veri azdır. Sentetik veriler, veri gizliliğinden ödün vermeden gerçekçi tıbbi taramalar (örneğin CT veya MRI) oluşturmak için kullanılabilir. Bu, daha büyük ve daha dengeli veri kümeleri oluşturmaya yardımcı olarak yapay zeka önyargısını azaltır ve cilt kanseri tespiti gibi durumlar için teşhis modellerinin doğruluğunu artırır.

Sentetik Veri ve Veri Artırma

Hem sentetik veri hem de veri artırımı veri setlerini geliştirmeyi amaçlasa da farklı şekilde çalışırlar.

• Veri Büyütme: Bu teknik, mevcut gerçek dünya görüntülerine döndürme, kırpma veya renk kaydırma gibi dönüşümlerin uygulanmasını içerir. Orijinal verilerin değiştirilmiş versiyonlarını oluşturarak eğitim setinin çeşitliliğini artırır. Ultralytics YOLO modellerinde kullanılan büyütmeler hakkında daha fazla bilgi edinebilirsiniz.
• Sentetik Veri: Bu, simülasyonlar veya üretken modeller kullanarak sıfırdan tamamen yeni veriler oluşturmayı içerir. Mevcut veri noktalarından türetilmez ve orijinal veri kümesinde tamamen bulunmayan senaryoları temsil edebilir.

Özetle, veri artırma mevcut verileri değiştirirken, sentetik veriler yeni veriler oluşturur. Her ikisi de güçlü tekniklerdir ve Ultralytics HUB gibi platformlar aracılığıyla yönetilen son derece sağlam ve doğru derin öğrenme modelleri oluşturmak için birleştirilebilirler.