Syntetisk data
Vad är Syntetisk data?
Syntetisk data är artificiellt framtagen data, ofta skapad av en AI-modell, som används i stället för eller som komplement till verklig data. Den används för att träna AI-modeller, men också för att testa AI-system och för att slippa använda riktiga personuppgifter.
Man kan till exempel be en språkmodell skriva tusentals påhittade kundsamtal, eller låta ett program skapa en tabell med påhittade kunder som har samma mönster som de riktiga. Skillnaden mot verklig data är att det inte finns någon riktig person eller händelse bakom. Det gör den billig och snabb att ta fram, och fri från personuppgifter. Men den är bara värd något om den liknar verkligheten tillräckligt väl.
När mängden verklig text att träna på börjar ta slut blir syntetisk data ett sätt att fortsätta förbättra modeller. Risken är att fel och ensidigheter förstärks när modeller mest lär sig av text som andra modeller har skrivit. I värsta fall blir modellen sämre för varje generation, så kallad model collapse.
Ursprung och källa
Allmänt använd inom statistik sedan 1990-talet; populariserades inom AI under 2020-talet
Se även
Läs mer
Nu kan du det här ordet.
Hur många fler har du koll på? Spela Ordkollen →