ข้อมูลสังเคราะห์: การสร้างระบบ AI ที่แม่นยำโดยใช้แบบจำลองที่ผลิตขึ้น

• เขียนโดย:
• ชื่อผู้เขียน

  มองการณ์ไกลควอนตัมรัน
• May 4, 2022

สรุปข้อมูลเชิงลึก

ข้อมูลสังเคราะห์ซึ่งเป็นเครื่องมืออันทรงพลังที่มีการใช้งานตั้งแต่การดูแลสุขภาพไปจนถึงการค้าปลีก กำลังกำหนดรูปแบบใหม่ในการพัฒนาและใช้งานระบบ AI ด้วยการทำให้สามารถสร้างชุดข้อมูลที่หลากหลายและซับซ้อนได้โดยไม่เป็นอันตรายต่อข้อมูลที่ละเอียดอ่อน ข้อมูลสังเคราะห์จึงเพิ่มประสิทธิภาพในอุตสาหกรรมต่างๆ รักษาความเป็นส่วนตัว และลดต้นทุน อย่างไรก็ตาม ยังนำเสนอความท้าทาย เช่น การใช้สื่อหลอกลวงในทางที่ผิด ข้อกังวลด้านสิ่งแวดล้อมที่เกี่ยวข้องกับการใช้พลังงาน และการเปลี่ยนแปลงของตลาดแรงงานที่จำเป็นต้องได้รับการจัดการอย่างระมัดระวัง

บริบทข้อมูลสังเคราะห์

เป็นเวลาหลายทศวรรษที่ข้อมูลสังเคราะห์มีอยู่ในรูปแบบต่างๆ อาจพบได้ในเกมคอมพิวเตอร์ เช่น เครื่องจำลองการบิน และการจำลองทางฟิสิกส์ที่พรรณนาทุกอย่างตั้งแต่อะตอมไปจนถึงกาแล็กซี ขณะนี้ มีการใช้ข้อมูลสังเคราะห์ในอุตสาหกรรมต่างๆ เช่น การดูแลสุขภาพ เพื่อแก้ปัญหาความท้าทายด้าน AI ในโลกแห่งความเป็นจริง

ความก้าวหน้าของ AI ยังคงเป็นอุปสรรคต่อการใช้งานหลายประการ ตัวอย่างเช่น ชุดข้อมูลขนาดใหญ่จำเป็นต้องนำเสนอผลการวิจัยที่น่าเชื่อถือ ไม่มีอคติ และปฏิบัติตามกฎระเบียบด้านความเป็นส่วนตัวของข้อมูลที่เข้มงวดมากขึ้น ท่ามกลางความท้าทายเหล่านี้ ข้อมูลที่มีคำอธิบายประกอบซึ่งสร้างขึ้นโดยการจำลองด้วยคอมพิวเตอร์หรือโปรแกรมได้กลายเป็นทางเลือกแทนข้อมูลจริง ข้อมูลที่สร้างโดย AI นี้ หรือที่เรียกว่าข้อมูลสังเคราะห์ มีความสำคัญต่อการแก้ไขข้อกังวลด้านความเป็นส่วนตัวและขจัดอคติ เนื่องจากสามารถรับประกันความหลากหลายของข้อมูลที่สะท้อนถึงโลกแห่งความเป็นจริง

ผู้ประกอบวิชาชีพด้านการดูแลสุขภาพใช้ข้อมูลสังเคราะห์ภายในภาคส่วนภาพทางการแพทย์เพื่อฝึกอบรมระบบ AI ในขณะเดียวกันก็รักษาความลับของผู้ป่วย ตัวอย่างเช่น บริษัทดูแลเสมือนจริง Curai ใช้เคสทางการแพทย์สังเคราะห์ 400,000 เคสเพื่อฝึกอัลกอริธึมการวินิจฉัย นอกจากนี้ ผู้ค้าปลีก เช่น Caper ยังใช้การจำลอง 3 มิติเพื่อสร้างชุดข้อมูลสังเคราะห์ของภาพถ่ายนับพันจากภาพถ่ายผลิตภัณฑ์เพียงห้าภาพ จากผลการศึกษาของ Gartner ที่เผยแพร่ในเดือนมิถุนายน 2021 ซึ่งมุ่งเน้นไปที่ข้อมูลสังเคราะห์ ข้อมูลส่วนใหญ่ที่ใช้ในการพัฒนา AI จะถูกผลิตขึ้นมาอย่างปลอมแปลงโดยกฎหมาย มาตรฐานทางสถิติ การจำลอง หรือวิธีการอื่น ๆ ภายในปี 2030

ผลกระทบก่อกวน

ข้อมูลสังเคราะห์ช่วยรักษาความเป็นส่วนตัวและป้องกันการละเมิดข้อมูล ตัวอย่างเช่น โรงพยาบาลหรือบริษัทอาจเสนอข้อมูลทางการแพทย์สังเคราะห์คุณภาพสูงให้กับนักพัฒนาเพื่อฝึกอบรมระบบการวินิจฉัยโรคมะเร็งด้วย AI ซึ่งเป็นข้อมูลที่ซับซ้อนพอๆ กับข้อมูลในโลกแห่งความเป็นจริงที่ระบบนี้มีไว้เพื่อตีความ ด้วยวิธีนี้ นักพัฒนาจึงมีชุดข้อมูลที่มีคุณภาพเพื่อใช้ในการออกแบบและรวบรวมระบบ และเครือข่ายของโรงพยาบาลจะไม่เสี่ยงต่อการเป็นอันตรายต่อข้อมูลทางการแพทย์ที่ละเอียดอ่อนของผู้ป่วย 

ข้อมูลสังเคราะห์ยังช่วยให้ผู้ซื้อข้อมูลทดสอบเข้าถึงข้อมูลได้ในราคาที่ต่ำกว่าบริการแบบเดิม ตามที่ Paul Walborsky ผู้ร่วมก่อตั้ง AI Reverie ซึ่งเป็นหนึ่งในธุรกิจข้อมูลสังเคราะห์เฉพาะรายแรกๆ กล่าวว่า ภาพเดียวที่มีราคา $6 จากบริการติดฉลากสามารถสร้างขึ้นเทียมได้ในราคา XNUMX เซ็นต์ ในทางกลับกัน ข้อมูลสังเคราะห์จะปูทางสำหรับข้อมูลเสริม ซึ่งเกี่ยวข้องกับการเพิ่มข้อมูลใหม่ลงในชุดข้อมูลที่มีอยู่จริง นักพัฒนาสามารถหมุนหรือทำให้ภาพเก่าสว่างขึ้นเพื่อสร้างภาพใหม่ได้ 

สุดท้ายนี้ เนื่องจากข้อกังวลด้านความเป็นส่วนตัวและข้อจำกัดของรัฐบาล ข้อมูลส่วนบุคคลที่มีอยู่ในฐานข้อมูลจึงถูกกฎหมายและซับซ้อนมากขึ้น ทำให้การใช้ข้อมูลในโลกแห่งความเป็นจริงยากขึ้นในการสร้างโปรแกรมและแพลตฟอร์มใหม่ ข้อมูลสังเคราะห์สามารถให้นักพัฒนามีวิธีแก้ปัญหาเพื่อแทนที่ข้อมูลที่ละเอียดอ่อนสูง

ผลกระทบของข้อมูลสังเคราะห์ 

ผลกระทบที่กว้างขึ้นของข้อมูลสังเคราะห์อาจรวมถึง:

• การพัฒนาอย่างรวดเร็วของระบบ AI ใหม่ ทั้งในระดับขนาดและความหลากหลาย ซึ่งปรับปรุงกระบวนการในอุตสาหกรรมและสาขาต่างๆ มากมาย ซึ่งนำไปสู่การเพิ่มประสิทธิภาพในภาคส่วนต่างๆ เช่น การดูแลสุขภาพ การขนส่ง และการเงิน
• ช่วยให้องค์กรสามารถแบ่งปันข้อมูลอย่างเปิดเผยมากขึ้นและทีมสามารถทำงานร่วมกันและดำเนินการได้อย่างมีประสิทธิภาพมากขึ้น นำไปสู่สภาพแวดล้อมการทำงานที่เหนียวแน่นมากขึ้นและความสามารถในการจัดการโครงการที่ซับซ้อนได้อย่างง่ายดาย
• นักพัฒนาและผู้เชี่ยวชาญด้านข้อมูลสามารถส่งอีเมลหรือพกพาชุดข้อมูลสังเคราะห์ขนาดใหญ่บนแล็ปท็อปของตนได้ ปลอดภัยโดยรู้ว่าข้อมูลสำคัญไม่ตกอยู่ในอันตราย นำไปสู่สภาพการทำงานที่ยืดหยุ่นและปลอดภัยยิ่งขึ้น
• ความถี่ของการละเมิดความปลอดภัยทางไซเบอร์ของฐานข้อมูลลดลง เนื่องจากไม่จำเป็นต้องเข้าถึงหรือแชร์ข้อมูลที่แท้จริงอีกต่อไป นำไปสู่สภาพแวดล้อมดิจิทัลที่ปลอดภัยยิ่งขึ้นสำหรับธุรกิจและบุคคล
• รัฐบาลได้รับอิสระมากขึ้นในการบังคับใช้กฎหมายการจัดการข้อมูลที่เข้มงวดมากขึ้น โดยไม่ต้องกังวลว่าจะขัดขวางการพัฒนาระบบ AI ในอุตสาหกรรม ซึ่งนำไปสู่ภูมิทัศน์การใช้ข้อมูลที่มีการควบคุมและโปร่งใสมากขึ้น
• ศักยภาพที่ข้อมูลสังเคราะห์จะถูกนำไปใช้อย่างผิดจรรยาบรรณในการสร้าง Deepfakes หรือสื่อบิดเบือนอื่นๆ ซึ่งนำไปสู่การให้ข้อมูลที่ไม่ถูกต้องและทำลายความเชื่อมั่นในเนื้อหาดิจิทัล
• การเปลี่ยนแปลงในพลวัตของตลาดแรงงาน ด้วยการพึ่งพาข้อมูลสังเคราะห์ที่เพิ่มขึ้นซึ่งอาจลดความจำเป็นในบทบาทการรวบรวมข้อมูล ซึ่งนำไปสู่การเปลี่ยนงานในบางภาคส่วน
• ผลกระทบต่อสิ่งแวดล้อมที่อาจเกิดขึ้นจากทรัพยากรการคำนวณที่เพิ่มขึ้นซึ่งจำเป็นต่อการสร้างและจัดการข้อมูลสังเคราะห์ ซึ่งนำไปสู่การใช้พลังงานที่สูงขึ้นและข้อกังวลด้านสิ่งแวดล้อมที่เกี่ยวข้อง

คำถามที่ต้องพิจารณา

• อุตสาหกรรมอื่นใดที่จะได้ประโยชน์จากข้อมูลสังเคราะห์
• รัฐบาลควรปฏิบัติตามกฎระเบียบใดบ้างเกี่ยวกับวิธีการสร้าง ใช้ และปรับใช้ข้อมูลสังเคราะห์