隨著步入2024年，人工智能必然還是備受關注。本文圍繞合成數據主題，討論其對人工智能的影響，以及對其來年的一些技術預測。

　　2024年及以后，合成數據將如何影響人工智能的開發和部署?

　　2024年，由于現實世界圖像的限制，對合成圖像和訓練數據的需求將不斷增長。隨著盈利機會的增加和現實世界圖像可用性的減少，人們開始考慮現有圖像的壽命，并獲取更多圖像。

　　合成圖像和場景視頻是解決這一問題的關鍵，提供了創建無權圖像的能力，并避免了GDPR/CCPA隱私問題。預計2024年，人們對合成圖像和訓練數據的興趣將急劇增加。

　　2024年，合成數據及其對人工智能應用的影響將面臨哪些主要挑戰和機遇?

　　一個關鍵的挑戰是合成數據的接受度，但隨著用戶看到真實的結果，已經朝著正確的方向轉變。合成數據已經有了巨大的進步，甚至在過去18個月里，其真實性也有了巨大的提高。讓組織和政府相信其有效性仍然有些困難，需要解釋它到底能做什么和做得好。這仍然很困難，因為一些企業可能使用了舊版本的合成數據，并且不知道其新功能是什么。

　　機會無處不在，因為合成數據取代了對大量真實數據的需求，同時又保持了隱私。挑戰在于說服利益相關者接受新方法，而不是固守現狀。

　　對2024年合成數據利用方面的潛在突破有什么看法?

　　合成數據的使用有望取得廣泛突破，這不僅受到需求增長的推動，還受到《歐盟人工智能法案》等政府立法的推動。

　　政府法規可能會迫使人們轉向其他數據來源。此外，合成圖像質量的不斷提高也是一個重要因素，多年來合成數據變得越來越真實。以目前的發展趨勢，到2024年，一些合成數據可能與現實世界的圖像無法區分。

　　在人工智能的新世界中，合成數據的采用將如何影響數據隱私和安全問題?可能會出現哪些解決方案?

　　合成數據的采用解決了與現實世界數據的權利和隱私相關的問題。收集現實世界數據時確實會遇到挑戰，特別是在公共場所拍攝時，需要發布模型并獲得批準。

　　立法程序，如歐盟人工智能法案或拜登總統的行政命令，使現實世界的數據收集進一步復雜化。合成數據提供了一種解決方案，其本質上符合隱私，能夠快速且經濟地生成數據。此外，其在測試模型中起著至關重要的作用，特別是對于像ID驗證這樣的任務，其中合成數據允許對虛假信息進行測試。

　　未來一年，哪些行業或領域將從人工智能計劃中使用合成數據中受益最多?

　　行業，特別是那些依賴ChatGPT模型等基礎模型的行業，將從合成數據中受益匪淺。隨著法律斗爭影響現實世界數據的可用性，合成數據成為調整特定市場模型的強大工具。

　　智慧城市計劃等領域在獲取多樣化和特定數據方面面臨挑戰，這使得合成數據變得非常寶貴。人們對智能空間的需求很大，而且對危險用例的興趣也日益濃厚，例如識別漂浮在水中的人。

　　汽車行業將受益匪淺，尤其是在安全測試方面。這就是人工智能可以為以前無法在受控環境中測試的場景提供巨大幫助的地方。

　　什么時候真實數據和合成數據將無法區分?

　　在特定用例中，例如用于身份驗證的2D人臉，真實數據和合成數據已經無法區分。預計到2025年，將實現一般照片級寫實，某些用例將在2024年實現不可區分。

　　由于需要更加逼真的環境，預測人類行為的動畫可能需要到2025年才能完成。雖然單個項目已經無法區分，但實現整體場景的復雜性(其中有多種合成可視化在發揮作用)可能還需要兩到三年的時間。

　　合成數據和生成數據會更接近，還是進一步分化?

　　合成數據和生成數據預計將開發不同的用例。雖然生成數據可能無法單獨用于訓練人工智能網絡，但其仍然可以在特定場景中發揮作用。在某些情況下，合成數據和生成數據可能會交織和交叉，例如使用合成數據來訓練生成數據，或將生成數據合并為合成數據的一部分。然而，對于特定的用例，它們可能保持獨立，并具有獨特的優勢。