Los datos sintéticos son información generada artificialmente, que puede utilizarse en lugar de datos históricos reales para entrenar modelos de Inteligencia Artificial, cuando los conjuntos de datos reales carecen de calidad, volumen o variedad. También pueden ser una herramienta para la Inteligencia Artificial cuando los datos disponibles no satisfacen las necesidades de la actividad, o podrían crear problemas de privacidad si se utilizan para entrenar modelos de aprendizaje automático, probar software o similares. Según la analista de Gartner, Svetlana Sicular, en 2024 el 60 % de los datos utilizados para el desarrollo de soluciones de Inteligencia Artificial y análisis serán generados sintéticamente, frente al 1 % en 2021.
La idea de los datos sintéticos no es nueva: los autos sin conductor han sido entrenados en calles virtuales, pero en los últimos tiempos la tecnología se ha generalizado, con una gran cantidad de empresas y universidades ofreciendo esos servicios. Por ejemplo, el proyecto Synthetic Data Vault, presentado en 2021 por Data to ai Lab del MIT, produce herramientas de código abierto para crear una amplia variedad de tipos de datos.
Mientras que los datos originales se recopilan en todas sus interacciones con personas reales, por ejemplo, clientes, pacientes, empleados, y otros; los datos sintéticos se generan mediante un algoritmo informático. Ese algoritmo genera puntos de datos completamente nuevos y artificiales. Generados sintéticamente, consisten en puntos de datos completamente nuevos y artificiales sin relaciones uno a uno con los datos originales. Por lo tanto, ninguno de los puntos de datos sintéticos se puede rastrear o aplicar ingeniería inversa a los datos originales. Como resultado, los datos sintéticos están exentos de las normas de privacidad, y sirven como solución para resolver y superar los desafíos de la privacidad.
Los datos sintéticos son una herramienta potente, a la que hay que sacarle trigo en estos tiempos en que la innovación se convierte en una fuerza productiva.
COMENTAR
Responder comentario