Synthetic Data Generation

Sentetik Veri Üretimi, gerçek dünyadaki birey veya olaylara ait herhangi bir gerçek veri içermeden, gerçek dünya verilerinin istatistiksel özelliklerini ve örüntülerini taklit eden yapay veri kümeleri oluşturma sürecidir. Yapay zekâ (AI) ve makine öğrenimi (ML) alanlarında bu teknik, veri kıtlığını, gizlilik kaygılarını ve yanlılığı aşmanın temel yöntemlerinden biri hâline geldi. Olayları gerçekleşirken kaydetmeye dayanan geleneksel veri toplamanın aksine sentetik üretim, talep üzerine yüksek kaliteli veriler oluşturmak için algoritmalar, simülasyonlar ve üretici modeller kullanır. Bu yaklaşım, özellikle sağlam bilgisayarlı görü (CV) modellerini eğitmek için hayati önem taşır; çünkü geliştiricilerin gerçek hayatta yakalanması nadir, tehlikeli veya pahalı olan senaryolar için çok miktarda, kusursuz biçimde etiketlenmiş eğitim verisi oluşturmasına olanak tanır.

Sentetik Üretimin Mekanizması#

Sentetik veri üretimini sağlayan temel teknoloji çoğu zaman gelişmiş üretici AI mimarilerini içerir. Bu sistemler, temel yapıyı ve korelasyonları anlamak için gerçek verilerden alınmış daha küçük bir örneği analiz eder. Model bu dağılımları öğrendikten sonra bunlardan örnekleme yaparak yeni ve özgün örnekler üretebilir.

İki temel yöntem öne çıkar:

• Bilgisayar Simülasyonları: Görü görevleri için geliştiriciler, video oyunlarında kullanılanlara benzer 3B grafik motorlarıyla fotogerçekçi sahneler oluşturur. Bu yöntem; aydınlatma, hava durumu ve nesnelerin yerleşimi üzerinde hassas kontrol sağlar. Sahneyi bilgisayar oluşturduğu için kusursuz açıklamaları da (örneğin nesne algılama için sınırlayıcı kutular) otomatik olarak üretir ve elle veri açıklama ihtiyacını ortadan kaldırır.
• Derin Üretici Modeller: Üretici Çekişmeli Ağlar (GAN'lar) ve difüzyon modelleri gibi mimariler son derece gerçekçi görüntüler veya tablo biçiminde veriler sentezleyebilir. Örneğin NVIDIA araştırmacıları, otonom makineler için çeşitli eğitim ortamları oluşturmak amacıyla bu modellerden yararlanıyor.

Yapay Zekâda Gerçek Dünya Uygulamaları#

Sentetik veri üretimi, verinin darboğaz oluşturduğu sektörleri dönüştürüyor.

• Otonom Sürüş: Sürücüsüz araçları eğitmek milyarlarca kilometrelik sürüş verisi gerektirir. Bu verileri fiziksel olarak toplamak imkânsızdır. Bunun yerine şirketler, bir çocuğun topun peşinden yola fırlaması veya güneşin göz kamaştırıcı ışığı gibi tehlikeli uç durumları simüle etmek için sentetik ortamlar kullanır. Böylece otonom araç algılama sistemleri, gerçek yollarda nadiren karşılaşabilecekleri kritik senaryolarla eğitilir.
• Sağlık Hizmetleri ve Tıbbi Görüntüleme: HIPAA gibi hasta mahremiyeti yasaları, tıbbi kayıtların paylaşımını katı biçimde sınırlar. Sentetik üretim, araştırmacıların tümör gibi hastalıkların biyolojik belirteçlerini koruyan ancak gerçek hastalarla hiçbir bağlantısı olmayan röntgen veya MRI veri kümeleri oluşturmasına olanak tanır. Böylece hasta gizliliğinden ödün vermeden tıbbi görüntü analizi araçları geliştirilebilir.

Ultralytics YOLO26 ile Sinerji#

Sentetik verileri iş akışına entegre etmek, Ultralytics YOLO26 gibi son teknoloji modellerin performansını önemli ölçüde artırabilir. Gerçek dünya veri kümelerini sentetik örneklerle destekleyerek modelin yeni ortamlara genelleme yeteneğini geliştirebilirsin.

Aşağıda, çıkarım yapmak üzere gerçek ve sentetik verilerin karışımıyla eğitilebilecek bir modelin nasıl yükleneceğini gösteren bir Python örneği yer alıyor.

from ultralytics import YOLO

# Çeşitli sentetik ve gerçek verilerle eğitilmiş bir YOLO26 modelini yükle
model = YOLO("yolo26n.pt")

# Algılama yeteneklerini doğrulamak için bir görüntü üzerinde çıkarım çalıştır
# Sentetik eğitim, modellerin farklı aydınlatma ve açılara uyum sağlamasına yardımcı olur
results = model("https://ultralytics.com/images/bus.jpg")

# Sonuçta elde edilen sınırlayıcı kutuları ve güven puanlarını görüntüle
results[0].show()

Sentetik Veriyi Veri Artırmadan Ayırma#

Her iki teknik de veri kümelerini genişletmeyi amaçlasa da Sentetik Veri Üretimini veri artırmadan ayırmak önemlidir.

• Veri Artırma, mevcut gerçek dünya görüntülerini çevirme, döndürme veya renk dengesini değiştirme gibi işlemlerle dönüştürerek çeşitlemeler oluşturur. Bu yöntem bütünüyle özgün çekimden türetilir.
• Sentetik Veri Üretimi, sıfırdan tamamen yeni veri noktaları oluşturur. Üretim sırasında gerçek bir kaynak görüntüyle bire bir eşleşme gerektirmez; böylece fiziksel olarak hiç var olmamış sahneler oluşturulabilir.

En İyi Uygulamalar ve Zorluklar#

Sentetik verileri etkili biçimde kullanmak için "simülasyondan gerçeğe" aktarılabilirliği sağlamak çok önemlidir. Bu, sentetik verilerle eğitilmiş bir modelin gerçek dünya girdilerindeki performansını ifade eder. Sentetik veriler gerçek görüntülerin dokusunu veya gürültüsünü içermiyorsa model dağıtım sırasında başarısız olabilir. Bunu önlemek için geliştiriciler, modelin belirli yapay izlere dayanmak yerine şekil tabanlı özellikleri öğrenmesini sağlamak amacıyla simülasyonlardaki dokuları ve aydınlatmayı değiştirerek alan rastgeleleştirme gibi teknikler kullanır.

Ultralytics Platformu ile ekipler bu karma veri kümelerini yönetebilir, model performansını izleyebilir ve sentetik veri eklemenin ortalama Ortalama Kesinlik (mAP) gibi doğruluk ölçütlerini gerçekten iyileştirdiğinden emin olabilir. Gartner'ın belirttiği gibi sentetik veriler, yetkin AI sistemleri geliştirmek için hızla standart bir gereksinim hâline geliyor; daha adil, daha sağlam ve daha az yanlı modelleri eğitmenin yolunu sunuyor.