Ntuziaka maka ọgbọ data sịntetik: nkọwa, ụdị na ngwa
Ọ bụghị ihe nzuzo na azụmaahịa na-eche ihe ịma aka n'inweta na ịkekọrịta data dị elu. Ọgbọ data synthetic bụ ngwọta bara uru nke na-enyere aka ịmepụta nnukwu dataset artificial na data ule dị elu na-enweghị ihe ize ndụ nzuzo ma ọ bụ teepu uhie.
Enwere ike ịmepụta dataset sịntetik site na iji ụzọ dị iche iche, na-enye ngwa dị iche iche. Mgbe enyochara nke ọma, dataset sịntetik emepụtara site na iji algọridim dị elu na-enyere ndị otu aka ime ka nyocha ha, nyocha na nnwale ha dị ngwa. Ya mere, ka anyị lebakwuo anya.
Edemede a na-ewebata gị na data sịntetik, gụnyere ụdị ndị bụ isi, ndịiche sitere na datasets amaghị aha, yana nuances usoro. Ị ga-amụta ka data ejiri aka arụpụtara si edozi nsogbu data dị oke egwu ma wedata ụfọdụ ihe egwu. Anyị ga-atụlekwa ngwa ya n'ofe ụlọ ọrụ, yana ọmụmaatụ sitere na ọmụmụ ihe anyị.
Tebulu ọdịnaya
Data sịntetik: nkọwa na ọnụ ọgụgụ ahịa
Data sịntetik bụ ozi arụpụtara na-enweghị ọdịnaya nzuzo, ọ na-ejekwa ozi dị ka ihe ọzọ na ezigbo datasets. Ndị ọkà mmụta sayensị data na-akpọkarị data sịntetik sitere AI ejima data sịntetịt n'ihi na ọ na-eme ka ọnụ ọgụgụ ya dị elu na-eṅomi ezigbo data.
A na-emepụta dataset artificial site na iji algọridim nke ọgụgụ isi (AI) na simulations na-ejigide ụkpụrụ na njikọ nke data mbụ. Data a nwere ike ịgụnye ederede, tebụl, na foto. Algọridim ndị ahụ na-eji dochie ozi a na-amata onwe ya (PII). data emo.
Amụma nyocha Grand View na ahịa maka Ọgbọ data synthetic na Generative AI ga-eto site na ijeri $1.63 na 2022 ruo ihe dị ka ijeri $13.5 site na 2030 na CAGR nke 35%. Dị ka Gartner si kwuo, 60% nke data ejiri maka AI na 2024 ga-abụ sịntetik - nke ahụ ji okpukpu 60 karịa na 2021.
Usoro data sịntetik na-arị elu kwa. Market Statesville na-atụ anya ahịa ikpo okwu synthetic data zuru ụwa ọnụ ga-eto site na $218 nde na 2022 ruo $ 3.7 ijeri site na 2033.
Gịnị kpatara data artificial ji na-arị elu? Otu ihe na-akpata ịnya ụgbọ ala bụ nnwere onwe pụọ na nlekọta iwu.
Iwu nzuzo ọ na-achịkwa data sịntetik sitere AI?
Ọtụtụ US na EU nchekwa data na nzuzo ụkpụrụ na-emetụta data nkeonwe nwere ike ịmata.
Mana iwu ndị ahụ anaghị emetụta data sịntetik - A na-emeso data sịntetik n'otu aka ahụ data anabataghị aha. Ha na-etolite ihe a na-akpọ "isi" nke iwu iwu ndị ọzọ.
Ọmụmaatụ, okwu 26 nke GDPR na-ekwu na iwu nchedo nzuzo na-emetụta naanị data metụtara onye nwere ike ịmata. Ọ bụrụ na emepụtara data sịntetik gị nke na enweghị ike ịchọta ya azụ n'aka ndị mmadụ nwere ike ịmata ya, a pụnara ya na nlekọta iwu. Nleba anya n'usoro iwu, enwere ihe mgbochi ndị ọzọ maka iji ezigbo data na-eme ka azụmaahịa mepụta data sịntetik.
Isi ihe ịma aka nke iji ezigbo data
Ọtụtụ ụlọ ọrụ na-esiri ike ịchọta na iji data dị mkpa, nke dị elu, karịsịa na ego zuru ezu maka ọzụzụ AI algọridim. Ọbụlagodi mgbe ha chọtara ya, ịkekọrịta ma ọ bụ iji datasets nwere ike bụrụ ihe ịma aka n'ihi ihe egwu nzuzo yana nsogbu ndakọrịta. Akụkụ a na-akọwapụta igodo na-emegide data sịntetik nwere ike idozi.
Ihe egwu nzuzo na-egbochi ojiji data na ịkekọrịta
Nchekwa data na ụkpụrụ nzuzo, dị ka GDPR na HIPAA, na-ewebata ihe mgbochi ndị ọchịchị na ikesa na itinye data. N'ụlọ ọrụ dị ka nlekọta ahụike, ọbụlagodi ikere PII n'etiti ngalaba n'ime otu nzukọ nwere ike na-ewe oge n'ihi nlele ọchịchị. Ịkekọrịta data na ụlọ ọrụ mpụga bụ ọbụna ihe ịma aka karịa ma na-ebu ihe egwu nchekwa karịa.
Nnyocha si Nghọta Business Fortune na-achọpụta ihe egwu nzuzo na-arị elu dị ka isi ihe na-akpali akpali maka ịnakwere omume data sịntetik. Ka ị na-echekwakwu data, ka ị na-etinyekwu ihe n'ihe ize ndụ imebi nzuzo. Dabere na Ọnụ ego nchekwa 2023 IBM nke mkpesa mmebi data, nkezi ọnụ ahịa mmebi data na US bụ $9.48 nde. Gburugburu ụwa, nkezi ihe ọ na-efu bụ $4.45; ụlọ ọrụ ndị na-erughị ndị ọrụ 500 na-atụfu $3.31 nde kwa mmebi. Ma nke ahụ abụghị ihe kpatara mmebi aha.
Ihe isi ike ịchọta data dị elu
Nyocha 2022 nke ndị ọkachamara data 500 kpughere na 77% nke ndị injinia, ndị nyocha, na ndị sayensị data chere nsogbu ịdịmma data ihu. Dị ka akụkọ ahụ si kwuo, àgwà data na-egbochi ịrụ ọrụ ego na nrụpụta ego nke ụlọ ọrụ ma na-eme ka ịchọta echiche zuru oke banyere ọrụ ya adịghị ike.
Companieslọ ọrụ nwere ike enweghị data zuru oke sitere na igwe onyonyo iji zụọ ụdị mmụta igwe ha (ML) nke ọma. Na datasets na-enwekarị ekwekọghị ekwekọ, ezighi ezi na ụkpụrụ efu. Ọ bụrụ na ị na-azụ nyiwe AI gị ụdị igwe eji amụ ihe na data dị ala na-enweghị ụdị igwe mmadụ dị iche iche, ọ ga-eme amụma na-ezighi ezi, na-enweghị isi. N'otu aka ahụ, dị ka ọgbọ data amaghị aha, algọridim na-emezigharị nwere ike ịmepụta datasets artificial na-enweghị ntụkwasị obi nke na-emetụta nsonaazụ nyocha data.
Ịmelite data sịntetik nwere ike ịkwalite ogo data site n'ịkọba enweghị aha na nhazi data. Nke a na-eme ka klaasị akọwapụtaghị ya na-enweta nnochite anya karịa ma na-ebelata mkparị. Nhazi data siri ike na nnọchite anya na-ewepụta nsonaazụ nyocha emelitere yana ọzụzụ ụdị.
Dataset adabaghị
Nchịkọta data sitere na mmalite dị iche iche ma ọ bụ n'ime ọdụ data ọtụtụ tebụl nwere ike iwebata enweghị nkwekọrịta, na-emepụta mgbagwoju anya na nhazi na nyocha data na igbochi mmepụta ihe ọhụrụ.
Dịka ọmụmaatụ, nchịkọta data na nlekọta ahụike gụnyere ndekọ ahụike eletrọnịkị (EHRs), wearables, sọftụwia nkeonwe na ngwaọrụ ndị ọzọ. Ebe ọ bụla nwere ike iji usoro data dị iche iche na sistemụ ozi, na-eduga na ndịiche na usoro data, nhazi, ma ọ bụ nkeji n'oge njikọta. Ojiji nke data sịntetik nwere ike dozie ihe ịma aka a, hụ na ndakọrịta na ikwe ka mepụta data n'ụdị achọrọ.
Ịkpọpụta aha ezughị oke
Usoro enweghị aha ezughị iji merie ihe egwu nzuzo ma ọ bụ nsogbu ịdịmma data. Ọzọkwa, ikpuchi ma ọ bụ iwepụ ihe nchọpụta nwere ike wepụ nkọwa achọrọ maka nyocha miri emi na nnukwu datasets.
Na agbakwunyere, enwere ike mataghachi data ezoro ezo wee chepụtaghachi ya na ndị mmadụ n'otu n'otu. Ndị na-eme ihe ọjọọ nwere ike iji nyocha dị elu iji kpughee usoro dabere na oge nke na-emebi amaghị aha nke data ọ dị ka amataghị. Data sịntetik dị elu karịa data akpọghị aha n'akụkụ ahụ.
N'adịghị anonymization, sịntetik data adịghị agbanwe datasets dị ugbu a mana ọ na-ewepụta data ọhụrụ nke yiri njirimara na nhazi nke data raw, na-echekwa uru ya. Ọ bụ ihe ndekọ data ọhụrụ na-enweghị ozi enweghị ike ịmata onwe ya.
Mana ọ kariri nke ahụ. Enwere ọtụtụ ụdị usoro mmepụta data synthetic.
Ụdị nke mmepụta data synthetic
Ihe okike data sịntetik Usoro dịgasị iche dabere na ụdị data achọrọ. Ụdị data sịntetik gụnyere AI-mepụtara n'ụzọ zuru ezu, dabere na iwu, na data mkparị - nke ọ bụla na-egbo mkpa dị iche.
Data sịntetik emepụtara AI zuru oke
Nke a na ụdị data sịntetik Ewubere ya site na ọkọ site na iji algọridim ML. Nke igwe ihe omumu ihe omuma ụgbọ oloko na data n'ezie ịmụta maka nhazi data, ụkpụrụ na mmekọrịta. Generative AI na-eji ihe ọmụma a wepụta data ọhụrụ nke yiri ihe ndekọ ọnụ ọgụgụ nke mbụ (ọzọ, ebe ọ na-eme ka ọ ghara ịmata ya).
Nke a na ụdị zuru ezu sịntetik data bara uru maka ọzụzụ ụdị AI ma dị mma iji mee ihe dị ka a ga-asị na ọ bụ ezigbo data. Ọ bara uru karịsịa ma ọ bụrụ na ịnweghị ike ịkekọrịta dataset gị n'ihi nkwekọrịta nzuzo nke nkwekọrịta. Agbanyeghị, iji wepụta data sịntetik, ịchọrọ nnukwu data izizi dị ka mmalite maka igwe ihe omumu ihe omuma ọzụzụ.
Sịntetik mock data
a data sịntetik Ụdị na-ezo aka na data emepụtara n'ụdị nke na-eṅomi nhazi na usoro nke ezigbo data mana ọ naghị egosipụta ozi n'ezie. Ọ na-enyere ndị mmepe aka hụ na ngwa ha nwere ike ijikwa ntinye na ọnọdụ dị iche iche na-ejighi ezigbo, nzuzo, ma ọ bụ data dị nro na, nke kachasị mkpa, na-enweghị ịdabere na data ụwa n'ezie. Omume a dị mkpa maka ịnwale ịrụ ọrụ na imezi ngwa ngwanrọ n'ụzọ a na-achịkwa na nchekwa.
Mgbe ị ga-eji ya: Iji dochie ihe nchọpụta ozugbo (PII) ma ọ bụ mgbe ị na-enweghị data ugbu a ma chọọ ka ị ghara itinye oge na ume n'ịkọwa iwu. Ndị nrụpụta na-ejikarị data mkparị na-enyocha arụmọrụ na ọdịdị ngwa n'oge mmalite nke mmepe, na-enye ha ohere ịchọpụta nsogbu ndị nwere ike ime ma ọ bụ emezighị emezi.
Ọ bụ ezie na data mock enweghị izi ezi nke ozi ụwa n'ezie, ọ na-anọgide na-abụ ngwá ọrụ bara uru iji hụ na arụrụ ọrụ nke sistemu kwesịrị ekwesị yana nhụta anya tupu njikọta data n'ezie.
Cheta na: A na-akpọkarị data emosed sịntetik dị ka 'data adịgboroja,' ọ bụ ezie na anyị anaghị akwado iji usoro ndị a agbanwe agbanwe n'ihi na ha nwere ike ịdị iche na nkọwa.
Data sịntetik dabere na iwu
Data sịntetik dabere na iwu bụ ngwá ọrụ bara uru maka ịmepụta dataset ahaziri ahazi dabere na iwu, mmachi, na mgbagha. Usoro a na-enye mgbanwe site n'ikwe ka ndị ọrụ hazie mmepụta data dị ka mkpa azụmahịa siri dị, na-edozi paramita dị ka opekempe, kacha, na nkezi ụkpụrụ. N'adịghị ka data AI-emepụtara zuru oke, nke na-enweghị nhazi, data synthetic nke dabeere na iwu na-enye ngwọta ahaziri maka imezu ihe dị iche iche chọrọ ọrụ. Nke a usoro mmepụta data synthetic na-egosi na ọ bara uru karịsịa na nnwale, mmepe na nyocha, ebe nhazi data ziri ezi na njikwa dị mkpa.
Usoro ọgbọ data synthetic ọ bụla nwere ngwa dị iche iche. Ikpo okwu Syntho pụtara iche site na ịmepụta ejima data synthetic na-enweghị obere mbọ ọ bụla n'akụkụ gị. Ị ga-enweta nke ziri ezi, data sịntetik dị elu maka mkpa gị nke na-enweghị nnabata n'elu.
Data synthetic tabular
Usoro ahụ data synthetic tabular na-ezo aka ịmepụta data artificial subsets nke na-eṅomi nhazi na njirimara ọnụ ọgụgụ nke ụwa n'ezie data tabular, dị ka data echekwara na tebụl ma ọ bụ spreadsheets. Nke a data sịntetik na-kere iji synthetic data ọgbọ algọridim na usoro emebere iji megharia njirimara nke isi mmalite data mgbe n'ịhụ na nzuzo ma ọ bụ data dị nro egosighi.
Usoro iji mepụta isiokwu data sịntetik na-agụnyekarị ihe ngosi statistical, ụdị igwe eji amụ ihe, ma ọ bụ ụdị generative dị ka generative adversarial networks (GANs) na variational autoencoders (VAEs). Ndị a ngwaọrụ mmepụta data synthetic nyochaa ụkpụrụ, nkesa, na njikọ dị na ya ezigbo dataset wee mepụta ọhụrụ ihe data na yiri ezigbo data mana enweghị ezigbo ozi ọ bụla.
Ụdị tabular Sịntetik data eji ikpe gụnyere ikwado nchegbu nzuzo, ịba ụba nnweta data, yana ịkwado nyocha na ihe ọhụrụ n'ime ngwa data na-ebute. Otú ọ dị, ọ dị mkpa iji hụ na ndị data sịntetik na-ejide n'ụzọ ziri ezi ụkpụrụ na nkesa nke data mbụ iji dowe ya data ịba uru na nkwado maka ọrụ mgbada.
Ngwa data sịntetik kacha ewu ewu
Data emepụtara nke ọma na-emepe ohere ọhụrụ maka ahụike, azụmaahịa, nrụpụta, ego na ụlọ ọrụ ndị ọzọ. Nke mbụ jiri okwu gụnye nkwalite data, nyocha, nnwale na ikekọrịta.
Na-ebuli elu iji kwalite datasets
Upsampling pụtara na-ebupụta nnukwu datasets site na ndị nta maka scaling na iche iche. A na-etinye usoro a mgbe ezigbo data dị ụkọ, enweghị nha ma ọ bụ ezughi oke.
Tụlee ihe atụ ole na ole. Maka ụlọ ọrụ ego, ndị mmepe nwere ike melite izi ezi nke ụdị nchọpụta aghụghọ site n'ịkwalite ihe nleba anya na usoro mmemme na data ego. N'otu aka ahụ, ụlọ ọrụ na-ere ahịa nwere ike ibulite data metụtara otu ndị akọwapụtaghị ya, na-akwalite izi ezi nke ngalaba.
Ntụle dị elu nwere data sitere AI
Companieslọ ọrụ nwere ike itinye data synthetic dị elu nke AI mepụtara maka ịre ahịa data, nyocha azụmaahịa na nyocha ụlọ ọgwụ. data synthesizing na-egosi na ọ bụ ihe ọzọ nwere ike ime mgbe ịnweta ezigbo datasets dị oke ọnụ ma ọ bụ na-ewe oge.
Data sịntetik na-enye ndị na-eme nchọpụta ike ka ha na-eme nyocha dị omimi n'emebighị nzuzo onye ọrịa. Ndị ọkà mmụta sayensị data na ndị na-eme nchọpụta na-enweta data onye ọrịa, ozi gbasara ọnọdụ ụlọ ọgwụ, na nkọwa ọgwụgwọ, na-enweta nghọta nke ga-ewe oge karịa na ezigbo data. Ọzọkwa, ndị na-emepụta ihe nwere ike ịkekọrịta data na ndị na-ebubata ya n'enweghị ihe ọ bụla, na-etinye GPS ejiri mee ihe na data ọnọdụ iji mepụta algọridim maka nnwale arụmọrụ ma ọ bụ kwalite amụma amụma.
Otú ọ dị, nyocha data synthetic dị egwu. Ndị otu mmesi obi ike dị n'ime na kwadoro mmepụta Syntho Engine ndị ọkachamara si n'èzí sitere na Ụlọ Ọrụ SAS. N'ime ọmụmụ ihe gbasara amụma amụma, anyị zụrụ anọ ụdị igwe eji amụ ihe na ezigbo, amaghị aha, yana data sịntetik. Nsonaazụ gosiri na ụdị a zụrụ azụ na dataset sịntetik anyị nwere otu ọkwa ziri ezi dị ka ndị a zụrụ azụ na ezigbo dataset, ebe data enweghị aha belatara ike nke ụdị ahụ.
Nkesa data mpụga na nke ime
Data sịntetik na-eme ka ikesa data dị n'ime na n'ofe otu. Ị nwere ike jiri data sịntetik na gbanwere ozi na-enweghị ihe egwu na-emebi iwu nzuzo ma ọ bụ enweghị usoro iwu. Uru nke data sịntetik gụnyere nsonaazụ nyocha ngwa ngwa yana mmekorita dị irè karị.
Companieslọ ọrụ na-ere ahịa nwere ike ịkekọrịta nghọta n'etiti ndị na-ebubata ma ọ bụ ndị nkesa site na iji data sịntetik nke na-egosipụta omume ndị ahịa, ọkwa ngwa ahịa, ma ọ bụ metrik isi ndị ọzọ. Otú ọ dị, iji hụ na ọkwa kachasị elu nke data nzuzoA na-edobe data ndị ahịa nwere mmetụta, yana nzuzo ụlọ ọrụ nzuzo.
Syntho meriri 2023 Global SAS Hackathon maka ike anyị ịmepụta na ịkekọrịta adata synthetic ziri ezi nke ọma na enweghị ihe ize ndụ. Anyị na-ahazi data onye ọrịa maka ọtụtụ ụlọ ọgwụ nwere ọnụ ọgụgụ ndị ọrịa dị iche iche iji gosipụta ịdị irè nke ụdị amụma. E gosipụtara iji dataset sịntetik jikọtara ọnụ ka ọ bụ nke ziri ezi dịka iji ezigbo data.
Data ule sịntetik
Data ule sịntetik bụ data ejiri aka arụpụtara emebere iji megharịa nyocha data gburugburu maka mmepe ngwanrọ. Na mgbakwunye na ibelata ihe egwu nzuzo, data nyocha sịntetik na-enyere ndị mmepe aka inyocha arụmọrụ ngwa, nchekwa na arụmọrụ n'ofe ọnọdụ dị iche iche nwere ike ime na-enweghị emetụta ezigbo sistemụ.
Mmekọrịta anyị na otu n'ime nnukwu ụlọ akụ Dutch showcases uru data sịntetik maka ule ngwanrọ. Nwalee ọgbọ data ya na Syntho Engine rụpụtara mmepụta ihe dị ka datasets nke nyeere ụlọ akụ aka ịkwalite mmepe ngwanrọ na nchọpụta ahụhụ, na-eduga na mwepụta ngwanrọ ngwa ngwa na nke dị nchebe karị.
Usoro iji mepụta isiokwu data sịntetik na-agụnyekarị ihe ngosi statistical, ụdị igwe eji amụ ihe, ma ọ bụ ụdị generative dị ka generative adversarial networks (GANs) na variational autoencoders (VAEs). Ndị a ngwaọrụ mmepụta data synthetic nyochaa ụkpụrụ, nkesa, na njikọ dị na ya ezigbo dataset wee mepụta ọhụrụ ihe data na yiri ezigbo data mana enweghị ezigbo ozi ọ bụla.
Ụdị tabular Sịntetik data eji ikpe gụnyere ikwado nchegbu nzuzo, ịba ụba nnweta data, yana ịkwado nyocha na ihe ọhụrụ n'ime ngwa data na-ebute. Otú ọ dị, ọ dị mkpa iji hụ na ndị data sịntetik na-ejide n'ụzọ ziri ezi ụkpụrụ na nkesa nke data mbụ iji dowe ya data ịba uru na nkwado maka ọrụ mgbada.
Usoro nrụpụta data synthetic nke Syntho
Syntho na-enye usoro ọgbọ data synthetic smart, na-enye òtù dị iche iche ike iji ọgụgụ isi gbanwee data ka ọ bụrụ asọmpi asọmpi. Site n'inye usoro ọgbọ data synthetic niile n'otu ikpo okwu, Syntho na-enye azịza zuru oke maka ndị otu na-achọ iji data na-ekpuchi:
- data sịntetik sitere AI nke na-eṅomi ụkpụrụ ndekọ ọnụ ọgụgụ nke data mbụ na data sịntetik na ike nke ọgụgụ isi.
- Smart de-identification iji kpuchie data dị nro site na iwepu ma ọ bụ gbanwee ozi a na-amata onwe ya (PII).
- Test data management na-enyere ndị okike, mmezi, na njikwa data ule nnochite anya maka gburugburu anaghị emepụta.
Usoro ikpo okwu anyị na-ejikọta na igwe ojii ma ọ bụ gburugburu ebe obibi. Ọzọkwa, anyị na-ahụ maka nhazi na ntinye. Ndị otu anyị ga-azụ ndị ọrụ gị ka ha jiri ya Injin Syntho n'ụzọ dị irè, anyị ga-enye nkwado na-aga n'ihu mgbe ebuga ya.
Ị nwere ike ịgụkwu gbasara ike Syntho's data sịntetik ọgbọ ikpo okwu na Akụkụ ngwọta nke weebụsaịtị anyị.
Kedu ihe ga-eme n'ọdịnihu maka data sịntetik?
Ọgbọ data synthetic nwere generative AI na-enyere aka ịmepụta na kesaa nnukwu mpịakọta nke data dị mkpa, gafere nsogbu ndakọrịta usoro, mmachi usoro, na ihe egwu nke imebi data.
N'adịghị ka enweghị aha, na-emepụta data synthetic na-enye ohere maka ichekwa mmekọrịta nhazi na data. Nke a na-eme ka data sịntetik dabara adaba maka nyocha dị elu, nyocha na mmepe, iche iche, na nnwale.
Ojiji nke dataset sịntetik ga-agbasa naanị n'ime ụlọ ọrụ. Ụlọ ọrụ dị njikere mepụta data synthetic, na-agbatị ikike ya na onyonyo dị mgbagwoju anya, ọdịyo na ọdịnaya vidiyo. Ụlọ ọrụ ga-amụba ojiji nke ụdị igwe eji amụ ihe ka ndị ọzọ simulations na ngwa.
Ị chọrọ ịmụta ihe bara uru ngwa nke data sịntetik? nweere onwe gị hazie ihe ngosi na Anyị website.
Banyere Syntho
Syntho na-enye smart mmepụta data synthetic ikpo okwu, leveraging ọtụtụ ụdị data synthetic na usoro ọgbọ, na-enye òtù dị iche iche ike ka ha jiri amamihe gbanwee data ka ọ bụrụ asọmpi. Ihe data sịntetik nke AI mepụtara na-eṅomi ụkpụrụ ndekọ nke data mbụ, na-ahụ maka izi ezi, nzuzo na ọsọ, dị ka ndị ọkachamara si mpụga dị ka SAS tụlere. Site na njirimara de-identification smart yana maapụ na-agbanwe agbanwe, a na-echekwa ozi nwere mmetụta ma na-echekwa iguzosi ike n'ezi ihe. Ikpo okwu anyị na-enyere ike imepụta, njikwa, na njikwa data ule maka gburugburu anaghị emepụta, na-eji usoro dabere na iwu. usoro mmepụta data synthetic maka ndapụta ezubere iche. Ọzọkwa, ndị ọrụ nwere ike mepụta data sịntetik na mmemme ma nweta ezi ule data iji zụlite ule zuru oke na ọnọdụ mmepe n'ụzọ dị mfe.
Banyere chepụtara
Wim Kees Janssen
CEO & onye nchoputa
Syntho, ihe nrịbawanye nke na-akpaghasị ụlọ ọrụ data na data synthetic sitere AI. Wim Kees egosila na Syntho na ọ nwere ike imeghe data nwere mmetụta nke nzuzo iji mee ka data dịkwuo mma na ngwa ngwa ka ndị otu wee nwee ike nweta ihe ọhụrụ na-akpata data. N'ihi ya, Wim Kees na Syntho meriri Philips Innovation Award a ma ama, merie SAS zuru ụwa ọnụ hackathon na ahụike na sayensị ndụ, wee họrọ ya dị ka onye na-eduga AI Scale-Up site na NVIDIA.