MIT spinout DataCebo, real şeyi təqlid edən sintetik məlumatlar yaratmaqla şirkətlərə məlumat dəstlərini gücləndirməyə kömək edir.

Generativ süni intellekt mətn və şəkillər yaratmaq qabiliyyətinə görə çox diqqət çəkir. Lakin bu media bu gün cəmiyyətimizdə yayılan məlumatların yalnız bir hissəsini təşkil edir. Məlumatlar hər dəfə xəstə tibbi sistemdən keçdikdə, fırtına uçuşa təsir etdikdə və ya bir şəxs proqram təminatı ilə qarşılıqlı əlaqədə olduqda yaradılır.

Bu ssenarilər ətrafında real sintetik məlumatlar yaratmaq üçün generativ süni intellektdən istifadə təşkilatlara xəstələri daha effektiv müalicə etməyə, təyyarələrin marşrutunu dəyişdirməyə və ya proqram platformalarını təkmilləşdirməyə kömək edə bilər – xüsusən də real dünya məlumatlarının məhdud və ya həssas olduğu ssenarilərdə.

DataCebo-nun Sintetik Məlumat Anbarı

Son üç il ərzində MİT-in inkişaf etdiricisi DataCebo, təşkilatlara sınaq proqram təminatı tətbiqləri və maşın öyrənmə modellərini öyrətmək üçün sintetik məlumatlar yaratmağa kömək etmək üçün Sintetik Məlumat Anbarı adlı generativ proqram sistemi təklif etdi .

Synthetic Data Vault və ya SDV 1 milyon dəfədən çox endirilib, 10 000-dən çox məlumat alimi sintetik cədvəl məlumatları yaratmaq üçün açıq mənbəli kitabxanadan istifadə edir. Təsisçilər – Baş Tədqiqat Alimi Kalyan Veeramachaneni və məzun Neha Patki ’15, SM ’16 – şirkətin uğurunun SDV-nin proqram təminatının sınaqlarını dəyişdirmək qabiliyyətinə görə olduğuna inanırlar.

Viral qəbul və müxtəlif tətbiqlər

2016-cı ildə Veramachaneni-nin Data to AI Lab-dakı qrupu təşkilatlara real məlumatların statistik xüsusiyyətlərinə uyğun gələn sintetik məlumat yaratmağa kömək etmək üçün açıq mənbəli generativ AI alətləri dəstini təqdim etdi.

Şirkətlər məlumat nöqtələri arasında statistik əlaqələri qoruyarkən proqramlarda həssas məlumat əvəzinə sintetik məlumatlardan istifadə edə bilərlər. Şirkətlər, həmçinin, ictimaiyyətə təqdim etməzdən əvvəl onun necə işlədiyini görmək üçün simulyasiyalar vasitəsilə yeni proqram təminatını işə salmaq üçün sintetik məlumatlardan istifadə edə bilərlər.

Veeramachaneni qrupu, araşdırma üçün məlumatlarını paylaşmaq istəyən şirkətlərlə işlədiyi üçün problemlə qarşılaşdı.

“MIT bütün bu müxtəlif istifadə hallarını görməyə kömək edir” Patki izah edir. “Siz maliyyə şirkətləri və səhiyyə şirkətləri ilə işləyirsiniz və bütün bu layihələr sənayelər üzrə həlləri formalaşdırmaq üçün faydalıdır.”