Synthetic Data

Sentetik veri, gerçek dünyadaki verilerin istatistiksel özelliklerini, örüntülerini ve yapısal karakteristiklerini taklit eden, yapay olarak oluşturulmuş bilgidir. Hızla gelişen yapay zeka (AI) ve makine öğrenimi (ML) alanlarında bu veri, özgün verileri toplamanın pahalı, zaman alıcı veya gizlilik düzenlemeleri nedeniyle kısıtlı olduğu durumlarda kritik bir kaynak görevi görür. Gerçek dünyadaki olaylardan elde edilen organik verilerin aksine sentetik veri; bilgisayar simülasyonları ve gelişmiş üretici modeller gibi teknikler kullanılarak algoritmik olarak oluşturulur. Gartner'ın tahminine göre sektör analistleri, 2030 yılına kadar sentetik verinin yapay zeka modellerinde gerçek veriyi geride bırakacağını ve akıllı sistemlerin oluşturulma ve devreye alınma biçimini temelden değiştireceğini öngörüyor.

Yapay Zeka Geliştirmede Sentetik Verinin Rolü#

Sentetik veri kümelerini kullanmanın temel amacı, geleneksel veri toplama ve etiketleme süreçlerinin doğasında bulunan sınırlamaların üstesinden gelmektir. Güçlü bilgisayarlı görü (CV) modellerini eğitmek çoğu zaman çeşitli senaryolar içeren devasa veri kümeleri gerektirir. Gerçek dünya verilerinin kıt olduğu durumlarda (örneğin nadir hastalıkların teşhisinde veya tehlikeli, uç durum niteliğindeki trafik kazalarında) sentetik veri aradaki boşluğu kapatır.

Bu veriyi oluşturmak, geliştiricilerin talep üzerine kusursuz biçimde etiketlenmiş eğitim verileri üretmesini sağlar. Buna nesne algılama için hassas sınırlayıcı kutular veya anlamsal segmentasyon için piksel düzeyinde kusursuz maskeler dahildir; böylece manuel etiketleme süreçlerinde sıkça görülen insan hataları ortadan kaldırılır. Ayrıca mühendislerin veri kümelerini yeterince temsil edilmeyen gruplar veya çevresel koşullarla bilinçli olarak dengelemesine olanak tanıyarak yapay zekadaki önyargıyı ele alır ve model performansının daha adil olmasını sağlar.

Gerçek Dünya Uygulamaları#

Sentetik veri; veri gizliliği, güvenlik ve ölçeklenebilirliğin büyük önem taşıdığı sektörlerde devrim yaratıyor.

• Otonom Sürüş Simülasyonları: Otonom araçları yalnızca fiziksel dünyada test etmek risklidir ve coğrafi açıdan sınırlıdır. Şirketler, algılama sistemlerini eğitmek için NVIDIA Omniverse gibi fotogerçekçi simülatörlerden yararlanır. Bu simülatörler milyarlarca sanal kilometre oluşturarak yapay zekayı zorlu hava koşullarına, öngörülemeyen yaya davranışlarına ve gerçek dünyada tutarlı biçimde yakalanması zor karmaşık kentsel düzenlere maruz bırakır.
• Sağlık Hizmetleri ve Tıbbi Görüntüleme: HIPAA ve GDPR gibi hasta gizliliği yasaları, tıbbi kayıtların paylaşımını sıkı biçimde düzenler. Sentetik veri, kişisel olarak tanımlanabilir hiçbir bilgi içermeden patoloji belirteçlerini koruyan gerçekçi tıbbi görüntü analizi veri kümelerinin (örneğin röntgen veya MRI taramalarının) oluşturulmasını sağlar. Bu sayede araştırmacılar, hasta gizliliğini tehlikeye atmadan tümör algılama modellerini iş birliği içinde eğitebilir.

Görüntüleme Yapay Zekası için Sentetik Veri Oluşturma#

Yüksek kaliteli sentetik veri oluşturmak çoğu zaman iki temel yaklaşımı içerir: simülasyon motorları ve üretici yapay zeka. Unity Engine gibi simülasyon motorları, fizik tabanlı aydınlatma ve dokularla sahneleri işlemek için 3B grafikler kullanır. Alternatif olarak Üretici Çekişmeli Ağlar (GANs) ve difüzyon modelleri gibi üretici modeller, yeni fotogerçekçi örnekler sentezlemek için gerçek verilerin dağılımını öğrenir.

Sentetik bir veri kümesi oluşturulduktan sonra yüksek performanslı modelleri eğitmek için kullanılabilir. Aşağıdaki Python örneği, bir görüntü üzerinde çıkarım gerçekleştirmek için sentetik verilerle eğitilmiş olabilecek bir modelin ultralytics paketi kullanılarak nasıl yükleneceğini gösterir.

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()

Sentetik Veri ve Veri Artırma Karşılaştırması#

Her iki teknik de veri kümelerini genişletmeyi amaçlasa ancak farklı şekilde işlev görse de sentetik veriyi veri artırmadan ayırt etmek faydalıdır.

• Veri Artırma, küçük farklılıklar oluşturmak için mevcut gerçek dünya görüntülerine çevirme, döndürme, kırpma veya renk ayarı gibi dönüşümlerin uygulanmasını içerir. Özgün veri kaynağına dayanır.
• Sentetik Veri, algoritmalar veya simülasyonlar kullanılarak tamamen yeni veri örneklerinin sıfırdan oluşturulmasını içerir. Her çıktı için mutlaka özgün bir görüntü gerektirmez; bu da daha önce bir kamera tarafından hiç kaydedilmemiş senaryoların oluşturulmasına olanak tanır.

Ultralytics Platformu üzerindeki modern iş akışları çoğu zaman her iki yaklaşımı birleştirir: veri kümesindeki boşlukları doldurmak için sentetik veri kullanılır ve YOLO26 gibi modellerin sağlamlığını en üst düzeye çıkarmak için eğitim sırasında veri artırma uygulanır.