2018年，在微軟（Microsoft Build）一架無人機飛過管道，檢查管道是否有泄漏或其他損壞。值得注意的是，無人機的視覺檢查模型使用實際數(shù)據(jù)和模擬數(shù)據(jù)進行了訓練。使用合成數(shù)據(jù)幫助機器學習模型了解異常值，讓微軟的研究人員能夠更快地訓練這款模型，且不需要像其他情況下那樣在進行數(shù)據(jù)采集飛行上花費很多。

如今，這項技術終于開始普及了。今年4月，一家初創(chuàng)公司為其合成傳感器數(shù)據(jù)籌集到337萬美元，而另一家初創(chuàng)公司發(fā)表了一篇關于如何使用模擬數(shù)據(jù)訓練模型來識別機場跑道上的飛機的論文。

談到機器學習項目時，殼牌首席數(shù)據(jù)科學家丹·杰文斯對使用模擬數(shù)據(jù)感到非常興奮，因為它有助于構建模型的同時還可以檢測一些少見的問題。他說：“我認為這是一種非常有趣的方法，可以獲取我們正在努力解決的有關邊緣案例的信息。盡管我們有很多數(shù)據(jù)，但同時我們也面臨重大問題是，那就是，我們通常對于要發(fā)現(xiàn)的問題，我們只有很少的例子來支持。

在石油行業(yè)，工廠和管道的腐蝕是巨大的挑戰(zhàn)，因為它可能導致災難性的故障。企業(yè)會小心翼翼不讓任何東西腐蝕管道，但這也意味著機器學習模型不能用于現(xiàn)實世界的腐蝕實例。因此，他們使用合成數(shù)據(jù)來提供幫助。例如，殼牌公司也在使用合成數(shù)據(jù)，試圖解決人們在加油站吸煙的問題。因為攝像機并不總能捕捉到吸煙者的畫面，有時候離得太遠或者沒有面對攝像頭，所以在這個研究中并沒有很多現(xiàn)成的案例;因此，公司努力將模擬合成數(shù)據(jù)與真實數(shù)據(jù)結合起來，建立計算機視覺模型?！拔覀兏信d趣的幾乎總是‘邊緣案例’，不是一般的標準，而且容易檢測到與標準圖案不符的邊緣，很難檢測出想要的具體內(nèi)容?！?/p>

與此同時，另外一家AI公司也在試圖了解更多關于合成數(shù)據(jù)的準確性。該公司發(fā)表的論文《稀有飛機：合成數(shù)據(jù)起飛》闡述了研究人員如何將停放在機場的飛機的衛(wèi)星圖像與機器生成的合成數(shù)據(jù)相結合。當僅使用合成數(shù)據(jù)時，該模型的準確率只有55%左右，而當僅使用真實數(shù)據(jù)時準確率則躍升至73%。但是通過將訓練樣本的10%作為真實數(shù)據(jù)，其余部分使用合成數(shù)據(jù)，模型的準確率達到了69%。

人工智能專家認為合成數(shù)據(jù)將成為大生意。使用這些數(shù)據(jù)的公司需要考慮到他們的假數(shù)據(jù)可能會扭曲模型，但如果他們能做到這一點，他們就能以比依賴真實數(shù)據(jù)更快、更低的成本獲得強健的模型。

因此，即使物聯(lián)網(wǎng)傳感器正在釋放數(shù)拍字節(jié)級別的數(shù)據(jù)，也不可能對所有數(shù)據(jù)進行注釋并將其用于訓練模型。因為這些數(shù)據(jù)可能并不是你真正想要計算機尋找的情況。換言之，預計合成和模擬數(shù)據(jù)的浪潮將繼續(xù)到來。