Партнерство, которое может изменить применение искусственного интеллекта в ранее невозможных сценариях. Каковы синтетические данные в компьютеризированном видении
Endava и Sidefx объединили свои усилия в определяющий момент для эволюции искусственного интеллекта, отмечая изменение парадигмы на пути, тренировал и проверил модели ИИ в области компьютерного зрения. Интегрируя синтетические решения для данных, разработанные Endava в экосистеме Houdini Labs, сообщество имеет новый уровень реализма и контроля при создании данных, необходимых для обучения алгоритмов.
Это партнерство входит в прямой ответ на одну из самых больших проблем в ИИ: отсутствие реалистичных наборов данных, полностью аннотированные и достаточно разнообразные, чтобы поддержать безопасные и масштабируемые приложения. Во многих случаях модели ИИ терпят неудачу при воздействии условий в реальном мире, которые не были правильно отражены во время учебного процесса. Здесь появляется роль синтетических данных, способных моделировать сценарии невозможных или опасных для традиционного воспроизведения.
Синтетические данные, новый стандарт для компьютеризированного видения
Синтетические данные не являются просто визуальной имитацией, а процедурной реконструкцией реального мира, в которой каждый пиксель может контролироваться, маркировать и интерпретировать. Endava, в сотрудничестве с SideFX, использует процедурный двигатель Houdini для создания подробных сцен, которые включают глубокие карты, семантические сегменты, мультиспектральную информацию и другие важные метаданные для обучения нейронных сетей.
В отличие от данных, собранных из реальности, которые включают высокие затраты, ручную маркировку и риски безопасности или конфиденциальность, синтетические данные могут генерироваться массово и с невозможной согласованностью традиционными методами. Например, в промышленном сценарии, в котором система вы должны обнаружить повреждение оборудования, синтетические изображения могут воспроизводить именно эти редкие, но критические дефекты, которые на самом деле трудно увидеть или сфотографироваться.
«Модели искусственного интеллекта, особенно модели компьютерного зрения, зависят непосредственно от качества данных, которые они обучены. Наборы данных с открытым исходным кодом и предварительные управления часто прилагают ограничения лицензирования или не обеспечивают необходимый уровень для приложений в реальных условиях. Синтетические данные могут решать эти ограничения: обеспечивает предварительные уровни, которые могут быть созданы, без ошибок, в том числе для сценариев, которые не могут быть рецепными условиями, которые не могут быть рецепными условиями, которые не могут быть рецепты, которые не могут быть рецепными условиями, которые не могут быть рецепными условиями, которые не могут быть рецепными условиями, которые не могут быть рецепными условиями, которые не могут быть репрессируемыми, которые не могут быть рецепты. Опасно или трудно получить доступ », — сказал Дэн Данчиу, интеллектуальная автоматизация SVP в Эндава Румынии.
Этот подход также применим в области медицины. Endava уже протестировала решение на зубных рентгенограммах, помогая предотвратить профилактическую диагностику, обучая модели, способные выявлять детали, трудные для маркировки специалистами по людям. Все без нарушения правил, касающихся конфиденциальности данных о пациентах.
Невозможные приложения становятся возможными
В дополнение к операционной эффективности, возможно, наиболее ценным аспектом этой технологии является способность открывать двери для приложений, которые до сих пор казались невозможными. Обучив алгоритмы в опасных виртуальных средах, как радиоактивные пространства, морские глубины или недоступные промышленные пространства-IA может работать под высоким риском без вмешательства человека.
«Мы рады, что благодаря этому стратегическому партнерству с sidefx наши инструменты для генерации синтетических данных стали доступны для более широкого сообщества в области искусственного интеллекта. Мы говорим не о экспериментальных решениях, а о конкретных результатах наших усилий по сближению синтетических данных ближе к сложности, так что модели имеют точные. Чекуальные, с точными аномами, которые не в порядке, не все, что вылечивают, не все, что вылечивают, не все, что вылечивают, и все точные. Точность в компьютерном зрении.
Таким образом, Labs Houdini становятся доступным центром не только для студий спецэффектов, но и для команд искусственного интеллекта от страхования, здоровья, розничной торговли, логистики или роботизированных компаний. Демократизируя доступ к этим синтетическим наборам, Endava и SideFX предлагают сильную альтернативу базам данных с открытым исходным кодом, часто ограниченной по объему или сложности.
Кроме того, Endava также объединяет уровень анализа, который сравнивает производительность моделей по синтетическим данным по сравнению с реальными данными, выделяя различия и предлагая предложения по настройке. Таким образом, разработчики могут калибровать системы быстрее и безопаснее для производства, уменьшая разрыв между лабораториями и реальными приложениями.
В отрасли, в которой доминировали до сих пор инициативами, ориентированными на автомобильную или роботизированную индустрию, сотрудничество между Endava и Sidefx выделяется, приближаясь к сложным визуальным эффектам, таким как медицина или цифровые медиа. Это стратегическое движение, которое позиционирует две компании в иностранном переходе на безопасное, масштабируемое и применимое искусственный интеллект в реальных сценариях.
