合成數據將助力AI模型開(kāi)發(fā)，成為數據要素市場(chǎng)新增量

　　與從真實(shí)世界中采集的現實(shí)數據相反，合成數據（Synthetic Data）是基于計算機模擬技術(shù)或算法人工生成的虛擬數據。它在真實(shí)數據集上進(jìn)行訓練，從數學(xué)和統計學(xué)上反映了真實(shí)數據信息，可以用來(lái)獲取極端情況下的訓練數據以填補現有數據缺陷，也可以用來(lái)訓練、測試和驗證AI模型。合成數據依賴(lài)少部分的高質(zhì)量真實(shí)數據用于初始創(chuàng )建，將大幅減少算法訓練所需的真實(shí)數據量，提供了一種更快捷高效的方式來(lái)獲取所需數據。目前主要通過(guò)以下四種技術(shù)路徑來(lái)獲取合成數據。

　　圖1 合成數據獲取方式

　　1. 合成數據對AI模型開(kāi)發(fā)價(jià)值增大，助力形成應用閉環(huán)

　　合成數據在人工智能領(lǐng)域具有重要的應用價(jià)值。根據Gartner預測，到2024年，用于訓練AI的數據中有60%將是合成數據，到 2030 年，合成數據將完全蓋過(guò) AI 模型中的真實(shí)數據，成為AI模型訓練使用數據的主要來(lái)源。通過(guò)使用合成數據可以快速、準確地構建數據集，以幫助機器學(xué)習算法更好地理解和預測現實(shí)世界的情況。合成數據也能填補真實(shí)數據集中可能存在的數據缺失、數據不足、數據不均衡等問(wèn)題，提高機器學(xué)習算法的魯棒性和泛化能力。此外，在A(yíng)I 2.0階段，人們可以讓AI在由合成數據構建的虛擬仿真世界中進(jìn)行自我學(xué)習，這將大大拓展AI的潛力邊界。

　　2. 合成數據有望成為數據要素市場(chǎng)重要組成部分

　　目前，數據要素市場(chǎng)面臨數據采集和標注成本高昂、數據質(zhì)量難以保障、數據多樣性受限、數據隱私問(wèn)題等多重挑戰。在建設數據要素市場(chǎng)的過(guò)程中，合成數據可以作為數據要素市場(chǎng)中的一種交易對象，幫助買(mǎi)家更好地評估和改進(jìn)算法性能，提高數據交易的效率和價(jià)值。合成數據的具體價(jià)值主要體現在以下幾個(gè)方面。第一，極大節省數據采集成本，滿(mǎn)足大規模數據需求，具有成本效益；第二，有效解決數據隱私與數據安全問(wèn)題，在金融、醫療等用戶(hù)信息較敏感的領(lǐng)域應用價(jià)值巨大。第三，確保數據多樣性，預測邊緣情況，進(jìn)而避免算法歧視，打造更公正更普惠的人工智能模型。第四，提高數據利用的靈活性，使數據利用更加定制化。合成數據可以根據特定場(chǎng)景和需求生成具有特定屬性的數據，滿(mǎn)足特定情境的數據需求。

　　合成數據產(chǎn)業(yè)布局細分四大方向，應用領(lǐng)域前景廣闊

　　眾多科技廠(chǎng)商和創(chuàng )新企業(yè)已經(jīng)意識到合成數據在人工智能領(lǐng)域的巨大價(jià)值，開(kāi)始搶先投入和布局。從合成數據供給側視角，合成數據的產(chǎn)業(yè)布局可分為結構化數據（表格數據）、非結構化數據（視頻、圖像等）、測試數據、開(kāi)源服務(wù)等四大方向，代表企業(yè)與提供服務(wù)如下表：

　　在此基礎上，英偉達、微軟等大型科技企業(yè)也紛紛與上述部分合成數據供應廠(chǎng)商合作，推出平臺服務(wù)。如英偉達與AI Reverie、Sky Engine合作，在其Omniverse元宇宙平臺中加載了omniverse replicator合成數據能力，用于創(chuàng )建機器人訓練的虛擬環(huán)境以及模擬豐富的自動(dòng)駕駛現實(shí)場(chǎng)景。

　　從應用側來(lái)看，合成數據的應用領(lǐng)域十分廣泛，早期主要應用于計算機視覺(jué)領(lǐng)域，現在正向金融、醫療、零售甚至運營(yíng)商領(lǐng)域拓展，具有廣闊的市場(chǎng)前景和價(jià)值空間。未來(lái)，隨著(zhù)產(chǎn)業(yè)技術(shù)越來(lái)越成熟，合成數據將會(huì )賦能更多行業(yè)和領(lǐng)域，幫助企業(yè)解決實(shí)際問(wèn)題，給企業(yè)帶來(lái)業(yè)務(wù)突破和發(fā)展。

　　合成數據潛在風(fēng)險與局限

　　合成數據雖然有諸多優(yōu)勢和廣闊的應用前景，但由于技術(shù)手段、產(chǎn)業(yè)發(fā)展等方面限制，合成數據仍存在一定潛在風(fēng)險和局限性，因此在使用合成數據時(shí)，要注意在一定程度上規避和防范。

　　合成數據在技術(shù)精度上仍存在一定局限。合成數據的質(zhì)量通常取決于創(chuàng )建它的模型和開(kāi)發(fā)數據集的質(zhì)量，使用高質(zhì)量的真實(shí)數據作為起點(diǎn)就顯得尤為重要。如果合成數據不準確或與真實(shí)世界數據不匹配，這可能導致生成不合邏輯的非自然數據。因此，創(chuàng )建合成數據時(shí)需要額外對數據質(zhì)量進(jìn)行評估和管理，與人工標注的真實(shí)數據進(jìn)行比較確保兩者的匹配程度。

　　合成數據存在“隱式隱私”泄露問(wèn)題。目前，合成數據不可避免地需要依賴(lài)小部分真實(shí)數據用于訓練數據模型。在模型訓練過(guò)程中，存在記憶原始訓練樣本分布，通過(guò)逆向工程反推原始訓練數據的風(fēng)險。如何平衡好保真度和隱私保護之間的關(guān)系亟待探討。

　　合成數據賦能電信運營(yíng)商

　　業(yè)務(wù)相關(guān)建議

　　在電信運營(yíng)商領(lǐng)域，西班牙電信運營(yíng)商Telefónica已經(jīng)對合成數據的應用價(jià)值進(jìn)行了初步探索。未來(lái)，隨著(zhù)AIGC技術(shù)能力全面提升，基于A(yíng)IGC技術(shù)的合成數據也將展現出更大的發(fā)揮空間，充分賦能于運營(yíng)商現有業(yè)務(wù)發(fā)展和新業(yè)務(wù)領(lǐng)域拓展，助力運營(yíng)商迎來(lái)新一輪變革。

　　合成數據將驅動(dòng)運營(yíng)商現有業(yè)務(wù)向高效、智能化發(fā)展。在不提供用戶(hù)敏感信息的前提下，模擬真實(shí)客戶(hù)數據的統計模式，根據現有用戶(hù)數據進(jìn)行推演形成其他屬性，通過(guò)合成數據集訓練精準營(yíng)銷(xiāo)模型、客戶(hù)流失預警模型等，進(jìn)而提升獲利能力。還可以利用這一合規可用的數據源更加高效廉價(jià)地訓練智能客服或虛擬數字人，從而提升用戶(hù)服務(wù)感知。

　　合成數據也將幫助運營(yíng)商找到新定位、拓展新領(lǐng)域。合成數據產(chǎn)業(yè)的興起可促進(jìn)運營(yíng)商向數據服務(wù)商身份發(fā)展，拓展新業(yè)務(wù)領(lǐng)域，解鎖數據資產(chǎn)價(jià)值。結合運營(yíng)商自身真實(shí)數據資源生成無(wú)統計學(xué)相關(guān)性的合成數據，向外部有數據需要的企業(yè)出售相關(guān)訓練數據產(chǎn)品，也可與外部企業(yè)合作，提供基于合成數據的咨詢(xún)服務(wù)。