真实数据与合成数据：揭秘人工智能的未来

一旦进入人工智能领域，您就会经常遇到“合成数据”这一术语。简单来说，合成数据是人工生成的数据，旨在复制现实世界的数据。 

另一方面，人类生成的数据是传统数据，由人类收集，可以是社交媒体互动、金钱交易、您如何与特定软件互动、二人对话、发票数据集、图像收集等任何内容。 

随着对高质量数据的需求不断增长，我们见证了两种趋势：有人在推动人工智能机器生成尽可能接近人类生成数据的合成数据，而有些人则坚持使用人类生成的数据，因为他们相信它具有表现力和真实性。 

因此，在本文中，我们将探讨有关人类生成的数据和合成数据所需要了解的所有信息。 

什么是人类生成的数据或真实世界数据？

首先，您正在阅读这篇文章，而 Google 正在了解您在这个网站上花费了多少时间，这些时间将用于改善 SEO 和整体用户体验。换句话说，人类生成的数据只不过是通过各种活动从人们那里收集的数据，包括社交媒体互动、电子商务交易、调查、传感器输入等。

人类生成的数据最重要的部分是它代表了现实世界的行为、观点和模式，通常是在自然环境中捕获的。 

以下是一些人类生成的数据来源：

• 互联网活动： 人类对社交媒体帖子、点击、搜索和评论的反应。
• 购买历史： 网上购物记录、消费模式等
• 传感器数据： 智能设备、物联网系统和可穿戴设备。
• 反馈： 调查、产品评论、访谈、呼叫中心对话和民意调查。

人工生成的利与弊 

优点：

• 真实数据： 人类生成的数据真实地反映了人们在现实场景中如何思考、行动和做出决策。这种真实性非常宝贵，因为理解自然的用户交互和偏好对于创造有意义且引人入胜的体验至关重要。
• 语境： 人类生成的数据的美妙之处在于其背景，其中包括文化、时间和情境的细微差别。
• 验证： 这些数据是真实的，并且可以轻松地与其他数据进行交叉核对以确保准确性（而使用合成数据则无法做到这一点）。 

缺点：

• 成本和可扩展性： 这是人类生成数据的最大缺点，因为从可靠来源收集数据非常昂贵，并且无法扩展到机器学习等特定于数据的任务。 

• 隐私： 人类生成的数据可能非常敏感且私密。如果处理不当，可能会影响数百人的个人生活。 
• 偏见： 人类存在偏见，他们生成的数据也存在偏见。人类生成的数据可能反映社会偏见，并且可能缺乏多样性。

真实世界数据的应用