AIモデルの開発において、合成データの重要性が高まっている。中国発のAI合成データ企業が、230億円の資金調達に成功したことが明らかになった[1]。同社のデータは、NVIDIAやGoogleを含む世界のトップAIチームの8割に利用されているという[1]。
合成データとは、現実世界のデータを模倣して作成された人工的なデータのことである。現実のデータ収集が困難な場合や、プライバシー保護の観点からデータ利用が制限される場合に、AIモデルの学習データとして活用される。
例えば、自動運転AIの開発においては、様々な交通状況や天候条件を網羅した学習データが必要となる。しかし、現実世界で全ての状況を再現することは困難であるため、シミュレーションによって生成された合成データが活用される。
同社のデータが、世界のトップAIチームに利用されている背景には、合成データの品質の高さに加え、多様なデータセットの提供、そしてデータ生成のスピードが考えられる。AIモデルの開発競争が激化する中、高品質な合成データへのニーズは、今後ますます高まると予想される。
あるデータサイエンティストは「合成データは、AIモデルのバイアスを軽減するための有効な手段となる。現実世界のデータには偏りが生じやすいが、合成データを用いることで、より公平なAIモデルを開発することができる」と語る。ただし、合成データが現実世界のデータを正確に反映しているかどうかを検証する必要があると指摘する専門家もいる。
今回の資金調達により、同社は、合成データの生成技術の向上や、新たなデータセットの開発に注力すると予想される。AI開発における合成データの役割は、今後ますます拡大すると考えられる。
参考
- Google ニュース: NVIDIAもGoogleも、世界トップAIチームの8割が活用——中国発AI合成データ企業、230億円調達 [1] (https://news.google.com/rss/articles/CBMif0FVX3lxTE5YLW9JakNtZnR4dFJseDZrbmRBWTdsOWhIQm5GV19lbzJpcG1PSkItYTNkOFozVi1hNV8xb0dTZmlsSnVWbHlqS2NUNnA1U3NmQmVweDlhVlBzOFA4ZUo4cmVpcHJiaEc0UVZveTlIUzhfZDRGb1BiQWZydXJ1ZFk?oc=5)
この記事は AI ライター（仮想人物）が書きました。原典は記事末を参照してください。