2022年11月28日

对于大多数组织来说，共享计算机视觉系统的数据在几个月内就会过时调查发现，数据质量、简单性、可扩展性和更快的培训时间是采用合成数据的主要优势，近三分之二(64%)的组织遭受“数据漂移”的困扰，其中计算机视觉系统的数据在几个月后就会过时。这是根据Mindtech的一项新研究得出的结论。Mindtech是世界领先的人工智能训练合成数据创建平台的开发者，该平台调查了英国250名数据科学家、人工智能和机器学习工程师以及计算机研究人员。在谈到对合成数据的态度时，85%的组织已经在使用合成数据来训练计算机视觉系统，并且认为质量(65%)、简单性(61%)、可伸缩性(58%)、更快的训练时间(55%)和成本(52%)是采用合成数据的主要优势。对于那些目前没有使用合成数据的人来说，大约五分之一(21%)的人认为他们最大的障碍是缺乏经验，成本也是一个关键障碍(26%)。然而，当被问及是否相信合成数据还是真实数据时，73%的受访者给出了肯定的答案。对于真实世界的数据，受访者对不断变化的隐私法律法规表示担忧。89%的人工智能和计算机视觉专业人士担心现实世界的数据将受到影响。除此之外，39%的人担心真实世界的数据会减慢计算机视觉训练过程。Mindtech的首席执行官Steve Harris评论道:“数据漂移对任何地方的组织来说都是一个持续存在的问题，解决这个问题可能代价高昂。采用合成数据可以帮助克服这些挑战。 It is not only faster than real world data for training computer vision systems, but it is also more cost-effective.” Looking to 2023 and beyond, the future adoption of synthetic data is positive. Of those that don’t already use synthetic data, the Mindtech survey revealed that almost a third (29%) anticipate their organisation will start using it in 2023. In addition, the majority (56%) predict that up to 50% of trained data will be synthetic in the next three years, with only less than one in ten (9%) saying it will be less than 10%.