البيانات التركيبية

تعريف

البيانات الاصطناعية هي معلومات مُولَّدة اصطناعيًا تُحاكي بيانات العالم الحقيقي. يمكن إنشاؤها باستخدام المحاكاة، أو شبكات GAN، أو غيرها من أساليب التوليد.

الهدف

الهدف هو زيادة أو استبدال البيانات الحقيقية عندما تكون نادرة أو حساسة أو مكلفة لجمعها.

أهمية

• حماية الخصوصية من خلال تقليل الاعتماد على البيانات الشخصية.
• يتيح التدريب للحالات النادرة أو الطارئة.
• قد يفتقر إلى التعقيد الكامل للبيانات الموجودة في العالم الحقيقي.
• يتم استخدامه بشكل متزايد في الذكاء الاصطناعي المهم للسلامة.

كيف تعمل هذه التقنية؟

1. قم بتحديد خصائص البيانات التي سيتم تكرارها.
2. استخدم نماذج المحاكاة أو النماذج التوليدية لإنشاء البيانات.
3. التحقق من صحة البيانات الاصطناعية مقابل التوزيعات الحقيقية.
4. استخدم البيانات الاصطناعية في خطوط الأنابيب التدريبية.
5. راقب الفجوات في الواقعية.

أمثلة (العالم الحقيقي)

• Waymo: تستخدم مشاهد القيادة الاصطناعية للتدريب المستقل.
• NVIDIA Omniverse: يقوم بإنشاء بيانات ثلاثية الأبعاد اصطناعية للروبوتات.
• الرعاية الصحية: بيانات المرضى الاصطناعية لأغراض البحث.

المراجع / قراءات إضافية

• منشور خاص من المعهد الوطني للمعايير والتكنولوجيا حول البيانات الاصطناعية.
• جونكالفيس وآخرون. "توليد وتقييم البيانات الاصطناعية". استطلاعات حوسبة ACM.
• خزنة البيانات الاصطناعية (MIT).
• ما هي البيانات الاصطناعية في الذكاء الاصطناعي