ما هي الـ synthetic data؟

تُعرف باسم البيانات الاصطناعية أي بيانات تم إنشاؤها بدلاً من جمعها من العالم الحقيقي.

ويتم توليد البيانات من خلال عمليات حسابية أو خوارزميات معينة تم تصميمها لمحاكاة الخصائص والإحصائيات الأساسية للبيانات الحقيقية، و تتراوح البيانات ما بين النصوص والصور إلى بيانات المعاملات المالية والبيانات الصحية.

ففي مجال الذكاء الاصطناعي، وخاصة في التعلم الآلي والتعلم العميق، يُعتبر وجود كميات كبيرة من البيانات عالية الجودة أمرًا ضروريًا لتدريب النماذج، لكن من الصعب أو المكلف الحصول على بيانات حقيقية كافية، وهنا تأتي البيانات الاصطناعية كحل.

أيضًا بعض البيانات الحقيقية  تكون حساسة وتتطلب حماية خاصة (مثل البيانات الصحية أو المالية)، لذا تستخدم البيانات الاصطناعية لتجنب المخاطر المتعلقة بالخصوصية والأمان لأنها لا تتعلق بأفراد حقيقيين.

بجانب أنها تساعد في تنويع مجموعات البيانات، مما يؤدي إلى نماذج أكثر قوة وتعميمية، مثل توليد بيانات تتضمن سيناريوهات نادرة أو حالات خاصة التي قد تكون تحت تمثيلها في البيانات الحقيقية.

بالإضافة إلى إختبار النماذج في بيئات أو سيناريوهات محددة للتأكد من أداء النموذج في ظروف مختلفة، أو تسريع عملية تطوير النماذج بتوليد كميات كبيرة من البيانات في وقت قصير مقارنة بجمعها من العالم الحقيقي.

وفي المستقبل متوقع استخدام بيانات اصطناعية بنسبة أكبر من البيانات الحقيقية لاحظ التالي:

ال Synthetic data أو البيانات الاصطناعية  هي بيانات غير بشرية تحاكي بيانات العالم الحقيقي.

و تتم إنشاؤها باستخدام خوارزميات الحوسبة والمحاكاة التي تعتمد على تقنيات الذكاء الاصطناعي المولد  كما وضح مصطفى في التعليق السابق .

علاقة البيانات الاصطناعية بالذكاء الاصطناعي تكمن في استخدام تقنيات الذكاء الاصطناعي لإنشاء هذه البيانات. يتم تدريب خوارزميات الذكاء الاصطناعي على البيانات الحقيقية لتعلم الأنماط والترابطات لهذه البيانات. بعد التدريب، يمكن للمولد إنشاء بيانات اصطناعية تكون مماثلة إحصائيًا للبيانات الأصلية. 

ولكن فائدة هذه البيانات أنها 

• يمكن استخدامها لإنتاج مزيد من البيانات بتكلفة منخفضة، مما يساعد في زيادة حجم البيانات المتاحة للتحليل وتدريب نماذج الذكاء الاصطناعي.
• كما أنه يمكن استخدام البيانات الاصطناعية لحماية خصوصية المستخدمين والمعلومات الشخصية.

شكراا لحضرتكم جدا