隨著步入2024年，人工智能必然還是備受關注。本文圍繞合成數據主題，討論其對人工智能的影響，以及對其來年的一些技術預測。

2024年及以后，合成數據將如何影響人工智能的開發(fā)和部署?

2024年，由于現實世界圖像的限制，對合成圖像和訓練數據的需求將不斷增長。隨著盈利機會的增加和現實世界圖像可用性的減少，人們開始考慮現有圖像的壽命，并獲取更多圖像。

合成圖像和場景視頻是解決這一問題的關鍵，提供了創(chuàng)建無權圖像的能力，并避免了GDPR/CCPA隱私問題。預計2024年，人們對合成圖像和訓練數據的興趣將急劇增加。

2024年，合成數據及其對人工智能應用的影響將面臨哪些主要挑戰(zhàn)和機遇?

一個關鍵的挑戰(zhàn)是合成數據的接受度，但隨著用戶看到真實的結果，已經朝著正確的方向轉變。合成數據已經有了巨大的進步，甚至在過去18個月里，其真實性也有了巨大的提高。讓組織和政府相信其有效性仍然有些困難，需要解釋它到底能做什么和做得好。這仍然很困難，因為一些企業(yè)可能使用了舊版本的合成數據，并且不知道其新功能是什么。

機會無處不在，因為合成數據取代了對大量真實數據的需求，同時又保持了隱私。挑戰(zhàn)在于說服利益相關者接受新方法，而不是固守現狀。

對2024年合成數據利用方面的潛在突破有什么看法?

合成數據的使用有望取得廣泛突破，這不僅受到需求增長的推動，還受到《歐盟人工智能法案》等政府立法的推動。

政府法規(guī)可能會迫使人們轉向其他數據來源。此外，合成圖像質量的不斷提高也是一個重要因素，多年來合成數據變得越來越真實。以目前的發(fā)展趨勢，到2024年，一些合成數據可能與現實世界的圖像無法區(qū)分。

在人工智能的新世界中，合成數據的采用將如何影響數據隱私和安全問題?可能會出現哪些解決方案?

合成數據的采用解決了與現實世界數據的權利和隱私相關的問題。收集現實世界數據時確實會遇到挑戰(zhàn)，特別是在公共場所拍攝時，需要發(fā)布模型并獲得批準。

立法程序，如歐盟人工智能法案或拜登總統的行政命令，使現實世界的數據收集進一步復雜化。合成數據提供了一種解決方案，其本質上符合隱私，能夠快速且經濟地生成數據。此外，其在測試模型中起著至關重要的作用，特別是對于像ID驗證這樣的任務，其中合成數據允許對虛假信息進行測試。

未來一年，哪些行業(yè)或領域將從人工智能計劃中使用合成數據中受益最多?

行業(yè)，特別是那些依賴ChatGPT模型等基礎模型的行業(yè)，將從合成數據中受益匪淺。隨著法律斗爭影響現實世界數據的可用性，合成數據成為調整特定市場模型的強大工具。

智慧城市計劃等領域在獲取多樣化和特定數據方面面臨挑戰(zhàn)，這使得合成數據變得非常寶貴。人們對智能空間的需求很大，而且對危險用例的興趣也日益濃厚，例如識別漂浮在水中的人。

汽車行業(yè)將受益匪淺，尤其是在安全測試方面。這就是人工智能可以為以前無法在受控環(huán)境中測試的場景提供巨大幫助的地方。

什么時候真實數據和合成數據將無法區(qū)分?

在特定用例中，例如用于身份驗證的2D人臉，真實數據和合成數據已經無法區(qū)分。預計到2025年，將實現一般照片級寫實，某些用例將在2024年實現不可區(qū)分。

由于需要更加逼真的環(huán)境，預測人類行為的動畫可能需要到2025年才能完成。雖然單個項目已經無法區(qū)分，但實現整體場景的復雜性(其中有多種合成可視化在發(fā)揮作用)可能還需要兩到三年的時間。

合成數據和生成數據會更接近，還是進一步分化?

合成數據和生成數據預計將開發(fā)不同的用例。雖然生成數據可能無法單獨用于訓練人工智能網絡，但其仍然可以在特定場景中發(fā)揮作用。在某些情況下，合成數據和生成數據可能會交織和交叉，例如使用合成數據來訓練生成數據，或將生成數據合并為合成數據的一部分。然而，對于特定的用例，它們可能保持獨立，并具有獨特的優(yōu)勢。