06.12.2022  Экспертиза, Искусственный интеллект

Вы наконец-то запустили в производство системы машинного обучения и искусственного интеллекта на своем предприятии, и ваши топ-менеджеры ожидают результатов. Остался один вопрос: достаточно ли у вас качественных данных для обучения алгоритмов? Теперь, когда предприятия начинают осуществлять эти инициативы, поиск данных для вечно голодных до них алгоритмов будет постоянным пунктом в списке дел. Однако на пути к получению доступа к необходимым данным могут возникнуть препятствия. Существует ограниченное количество данных, которые может собрать и очистить ваше собственное предприятие. Новые и существующие правила обеспечения конфиденциальности могут ограничивать сбор и хранение данных. А некоторые события настолько новы, что для обучения алгоритма не существует достаточного количества данных (или их вообще нет) — примером может служить пандемия, которая привела к кризису в цепочках поставок. Одно из решений всех этих проблем — синтетические данные. Об перспективах их применения порталу InformationWeek рассказал аналитик Forrester Роуэн Курран. Синтетические данные — что это такое? Согласно Forrester, синтетические данные — это обучающие данные любого типа (структурированные, транзакционные, изображения, аудио и др.), которые дублируют, имитируют или экстраполируют реальный мир, но не имеют с ним прямой связи, особенно в сценариях, где реальные данные недоступны, не могут быть использованы или строго регламентированы. «Это то, что, на мой взгляд, станет очень интересной и важной ... читать далее.