Dữ liệu tổng hợp

Định nghĩa

Dữ liệu tổng hợp là thông tin được tạo ra một cách nhân tạo, mô phỏng dữ liệu thực tế. Dữ liệu này có thể được tạo ra bằng mô phỏng, GAN hoặc các phương pháp tạo dữ liệu khác.

Mục đích

Mục đích là bổ sung hoặc thay thế dữ liệu thực khi dữ liệu này khan hiếm, nhạy cảm hoặc tốn kém để thu thập.

Tầm quan trọng

• Bảo vệ quyền riêng tư bằng cách giảm sự phụ thuộc vào dữ liệu cá nhân.
• Cho phép đào tạo các trường hợp hiếm gặp hoặc đặc biệt.
• Có thể thiếu sự phức tạp đầy đủ của dữ liệu thực tế.
• Ngày càng được sử dụng nhiều trong AI quan trọng đối với sự an toàn.

Quy trình triển khai

1. Xác định đặc điểm dữ liệu cần sao chép.
2. Sử dụng mô phỏng hoặc mô hình tạo để tạo dữ liệu.
3. Xác thực dữ liệu tổng hợp so với phân phối thực tế.
4. Sử dụng dữ liệu tổng hợp trong quy trình đào tạo.
5. Theo dõi những khoảng trống về tính thực tế.

Ví dụ (Thực tế)

• Waymo: sử dụng các cảnh lái xe tổng hợp để đào tạo xe tự lái.
• NVIDIA Omniverse: tạo dữ liệu 3D tổng hợp cho robot.
• Chăm sóc sức khỏe: dữ liệu bệnh nhân tổng hợp để nghiên cứu.

Tài liệu tham khảo / Đọc thêm

• Ấn phẩm đặc biệt của NIST về dữ liệu tổng hợp.
• Goncalves và cộng sự. “Tạo và đánh giá dữ liệu tổng hợp.” Khảo sát máy tính ACM.
• Kho dữ liệu tổng hợp (MIT).
• Dữ liệu tổng hợp trong AI là gì