Synthetic data generation（合成データ作成）とは？

01 / UNDERSTAND

仕組みと使いどころ

実データが少ない、収集やラベル付けに時間がかかる、機微情報を含むため利用しにくい、といった場合に、AIモデルの学習、テスト、評価用データを補う目的で使われます。統計分布からの生成、機械学習モデル、GAN、VAE、Transformer、シミュレーションなどが利用されます。ただし、実世界を完全に再現できるとは限らず、外れ値や異常事例を十分に表せない場合があります。元データの偏りを引き継ぐ可能性もあり、合成しただけでプライバシーや品質が保証されるわけではありません。

02 / IN PRACTICE

Synthetic data generationの活用例

03 / GOOD TO KNOW

使うときのポイント

利用前に、目的に必要な分布や関係性が再現されているか、偏りや不整合がないか、元データを推測できる情報が残っていないかを確認します。実データとの併用も検討し、合成データだけで結果を保証しないことが重要です。