Datos sintéticos

Definición

Los datos sintéticos son información generada artificialmente que imita datos del mundo real. Pueden crearse mediante simulaciones, GAN u otros métodos generativos.

Propósito

El propósito es aumentar o reemplazar datos reales cuando son escasos, sensibles o costosos de recopilar.

Importancia

• Protege la privacidad al reducir la dependencia de los datos personales.
• Permite el entrenamiento para casos excepcionales o extremos.
• Puede carecer de la complejidad total de los datos del mundo real.
• Se utiliza cada vez más en IA crítica para la seguridad.

Cómo Funciona

1. Definir las características de los datos a replicar.
2. Utilice modelos de simulación o generativos para crear datos.
3. Validar datos sintéticos contra distribuciones reales.
4. Utilice datos sintéticos en los procesos de entrenamiento.
5. Vigile si hay lagunas en el realismo.

Ejemplos (mundo real)

• Waymo: utiliza escenas de conducción sintéticas para el entrenamiento autónomo.
• NVIDIA Omniverse: genera datos 3D sintéticos para robótica.
• Atención sanitaria: datos sintéticos de pacientes para investigación.

Referencias / Lecturas adicionales

• Publicación especial del NIST sobre datos sintéticos.
• Goncalves et al. “Generación y evaluación de datos sintéticos”. ACM Computing Surveys.
• Bóveda de datos sintéticos (MIT).
• ¿Qué son los datos sintéticos en IA?