Synthetic & Generative Data

หลักการและการเลือกใช้

Synthetic data อาจมาจากการเรนเดอร์เชิงเรขาคณิตหรือโมเดลกำเนิด การเรนเดอร์ควบคุมค่าจริงและตำแหน่งได้ ส่วนโมเดลกำเนิดอาจให้ภาพสมจริงแต่ไม่รักษาเลขหรือสเกล ต้องแยกที่มาของภาพจากที่มาของ label

ข้อมูลสังเคราะห์คือข้อมูลที่สร้างขึ้น ไม่ได้บันทึกเหตุการณ์จริง Renderer คือส่วนวาดภาพจากแบบและพารามิเตอร์ เช่น รูปหน้าปัดกับมุมเข็ม การรู้มุมที่ใส่ช่วยมีคำตอบตั้งต้น แต่หลังจำลองเลนส์หรือบังภาพต้องตรวจว่าคำตอบยังแสดงในภาพหรือไม่ ความสมจริงทางสายตาและความถูกต้องตามแบบเป็นคนละเงื่อนไขซึ่งต้องตรวจทั้งสอง

วิศวกรนิยามสมการจากค่าไปยังมุมและจากพิกัดแบบไปยังภาพให้ตรวจย้อนกลับได้ หากใช้โมเดลกำเนิดเปลี่ยนภาพ ต้องตรวจส่วนที่คำตอบขึ้นอยู่ด้วย Provenance คือที่มาของข้อมูลและขั้นสร้างซึ่งควรเก็บคู่กับพารามิเตอร์และสิทธิ์ใช้ส่วนประกอบ การมีตัวเลขค่าจริงใน simulator ไม่รับรองว่าภาพที่สร้างแทนความผิดจากอุปกรณ์จริงซึ่งแบบจำลองไม่ได้รวมไว้

เลื่อนแผนภาพซ้าย–ขวาเพื่อดูรายละเอียดครบทุกส่วน

ตัวอย่างในบริบทอุตสาหกรรม

ตัวอย่างเชิงออกแบบ: สร้างหน้าปัดจากสเกลที่นิยามแล้วหมุนเข็มตามค่าที่ทราบ จากนั้นจำลองเลนส์และแสง โดยไม่ถือว่าครอบคลุมกระจกสะท้อนและสภาพชำรุดจริงทั้งหมด

สมมติหน้าปัดจำลองมีสเกลเชิงเส้นที่กำหนดหน่วยและทิศเพิ่มชัด ต้องสร้างขีดและตัวเลขให้สัมพันธ์กับมุมเข็ม ไม่วาดเพียงรูปที่คล้ายหน้าปัดแล้วสุ่มค่า หากเพิ่มแสงสะท้อนจนปลายเข็มไม่เห็น ภาพอาจเหมาะกับฝึกปฏิเสธ แต่ไม่ควรให้คำตอบว่าอ่านได้โดยไม่มีสถานะเพิ่ม ควรแบ่งบทบาทของภาพที่ช่วยหาเกจกับภาพที่ใช้เรียนอ่านค่าชัดเจน

วิศวกรตรวจภาพที่สร้างในหลายมุมกับพิกัดและค่าที่คำนวณไว้ด้วยตัวตรวจง่ายหรือการตรวจมือ จากนั้นฝึกฐานภาพจริงล้วนและชุดผสมโดยใช้ test จริงอิสระเหมือนกัน หากภาพจำลองไม่มีรอยเฉพาะวัสดุ ต้องบันทึกช่องว่างนั้นไว้ ไม่ชดเชยด้วยการกล่าวว่ามีรูปแบบแสงจำนวนมากแล้วครอบคลุมการใช้งาน และไม่ให้ภาพจากต้นทาง test เข้าไปใช้เป็นวัตถุดิบสร้าง train

ขั้นตอนศึกษาและทดลอง

วิธีประเมินและนิยามผล

เปรียบเทียบ real-only กับ mixed training บนภาพจริงรายสภาพ พร้อมตรวจ domain gap และความคลาดของ label หลังเรนเดอร์ ไม่ใช้ความสมจริงที่มองด้วยตาเป็นเกณฑ์เดียว

Domain gap คือความต่างระหว่างข้อมูลสร้างกับข้อมูลจริง เช่น ผิวกระจกหรือการบีบอัดที่แบบจำลองไม่เหมือน ควรดูว่าชุดผสมช่วยกลุ่มที่ตั้งใจหรือทำให้บางกลุ่มแย่ลง พร้อมจำนวนภาพจริงที่ใช้เทียบ ความผิดของคำตอบหลังสร้างต้องตรวจแยกจากความผิดของโมเดล เพราะภาพกับค่าที่ไม่สัมพันธ์กันทำให้ผลฝึกตีความยากแม้กระบวนการสร้างไม่มีข้อผิดพลาดโปรแกรม

วิศวกรตรวจการทำซ้ำจากพารามิเตอร์และเวอร์ชันตัวสร้าง พร้อมภาพต้นทางและสิทธิ์ใช้ แล้ววัดงานปลายทางบนภาพจริงที่ไม่เกี่ยวกับขั้นพัฒนา หากเพิ่มภาพสร้างหลายชุด ให้แยกทดลองเพื่อระบุประโยชน์แต่ละชุด ไม่ใช้คะแนนบนภาพสร้างเป็นผลใช้งานจริง และรายงานกรณีอ่านไม่ได้ด้วยเพื่อไม่ให้ภาพจำลองที่สมบูรณ์เกินจริงซ่อนความยากของการรับภาพจากกล้องจริง

ข้อจำกัดและกรณีผิดพลาด

ตัวสร้างอาจทำขีดสเกลผิด ตำหนิไม่สมเหตุผล หรือเลียนแบบข้อมูลต้นฉบับ ข้อมูลสังเคราะห์ไม่ใช่ผลทดสอบภาคสนาม

Simulator คือแบบจำลองที่เลือกบางปัจจัยมารวม จึงมีสิ่งที่ละไว้เสมอ เช่น การเสื่อมวัสดุหรือการสะท้อนหลายชั้น การสุ่มพารามิเตอร์กว้างช่วยสำรวจแต่ไม่พิสูจน์ว่าครอบคลุมทุกปัจจัยจริง ต้องแสดงรายการสมมติฐานและใช้ข้อมูลจริงตรวจ ไม่ทำให้ภาพจำลองดูเป็นภาพเหตุการณ์ที่เกิดขึ้นแล้ว หรือใช้เป็นหลักฐานความสามารถที่ยังไม่ผ่านการประเมินในขอบเขตนั้น

การสร้างช่วยลดข้อจำกัดการเก็บบางกรณีแต่เพิ่มต้นทุนตรวจความถูกต้องและการดูแลแบบ หากรายละเอียดที่อ่านผิดในภาพสร้าง ระบบอาจเรียนรอยของตัวสร้างแทนรูปแบบจริง ต้องคัดและแก้โดยมีประวัติ ส่วนประกอบที่ได้จากภายนอกยังมีเงื่อนไขสิทธิ์ใช้ แนวทางนี้เป็นตัวเลือกออกแบบและวิจัย ไม่ใช่คำยืนยันว่าผลิตภัณฑ์มี simulator หรือเพิ่มผลการอ่านได้ในสัดส่วนใดแล้ว

รายการตรวจสอบก่อนนำไปใช้

• คำนวณ label ย้อนตรวจได้หรือไม่
• ข้อมูลสร้างไม่ปน test หรือไม่
• มีรายการข้อจำกัดของ simulator หรือไม่

เอกสารอ้างอิงและอ่านต่อ

• Goodfellow et al. — Generative Adversarial Networks
• Gebru et al. — Datasheets for Datasets