Synthetic Data Nedir?

Sentetik veri neden üretilir?

Gerçek veri her zaman yeterli, dengeli ya da paylaşılabilir değildir. Bir dolandırıcılık tespit modeli için sahte işlem örnekleri çok azdır; bir müşteri hizmetleri botunu test etmek için gerçek müşteri konuşmalarını kullanmak kişisel veri riski taşır; yeni bir ürünün kampanya sistemini denemek için ise henüz hiç veri yoktur. Sentetik veri bu boşlukları doldurmak için üretilir.

Üretim yöntemi basit kurallardan üretken yapay zekaya kadar uzanır. Bir yazılım ekibi, gerçek sipariş tablosunun yapısına uyan ama hiçbir gerçek kişiye ait olmayan 100.000 sahte sipariş üreterek sistemini test edebilir. Bir dil modeli ise az sayıdaki gerçek müşteri sorusundan yola çıkarak farklı ifadelerle yüzlerce benzer soru yazabilir.

Sayılarla bir örnek: Bir müşteri talebi sınıflandırma modelinin eğitim setinde 4.000 "kargo" talebine karşılık yalnızca 120 "ürün güvenliği" şikâyeti olsun. Model nadir sınıfı öğrenemez. Ekip 120 gerçek şikâyetten yola çıkarak 600 sentetik örnek üretir ve modelin bu sınıftaki yakalama oranı artar. Başarı ise yalnızca gerçek, hiç görülmemiş şikâyetlerden oluşan bir test setiyle ölçülür; sentetik örneklerle yapılan test yanıltıcı olur.

Gerçek veri ve sentetik veri karşılaştırması

Kişisel veriyi paylaşmadan analiz yapmanın bir başka yolu da veri temiz odalarıdır; sentetik veri bu yöntemlerin alternatifi değil, tamamlayıcısıdır.

Sentetik veriyi güvenli kullanmak

1. Amacı sınırla. Sentetik veriyi test, eğitim desteği ya da prototip için kullan; iş kararlarını gerçek veriye dayandır.
2. Gerçek veriyle karıştırırken oranı izle. Eğitim setinin çoğunluğunun gerçek veri olması, modelin gerçeklikten kopmasını önler.
3. Testi gerçek veriyle yap. Modelin başarısını yalnızca gerçek, görülmemiş örneklerle ölç.
4. Gizliliği doğrula. Sentetik kayıtların gerçek kişilere geri bağlanamadığını kontrol et; az sayıda kişiden üretilen veri kimliği ele verebilir.
5. Kaynağı etiketle. Veri tablolarında hangi kayıtların sentetik olduğunu açıkça işaretle.

Sentetik veri hakkında yanılgılar

• "Sentetik müşteri araştırması gerçek araştırmanın yerini tutar." Yapay zekayla simüle edilen "müşteri görüşleri", modelin varsayımlarını yansıtır; gerçek müşteri sesi değildir.
• "Sınırsız sentetik veri, sınırsız iyileşme demektir." 2024'te Nature'da yayımlanan bir çalışma, modellerin kuşaklar boyunca kendi ürettikleriyle eğitilmesinin çıktıları bozabileceğini gösterdi.
• "Sentetik veri her zaman anonimdir." Kötü üretilmiş veri, gerçek kişilerin özelliklerini neredeyse birebir kopyalayabilir.
• "Test sonucu iyiyse sorun yoktur." Sentetik veriyle yapılan test, modelin gerçek dünyadaki başarısını olduğundan yüksek gösterebilir.

Sıkça sorulan sorular

Sentetik veri KVKK kapsamında mı?

Gerçek bir kişiyle ilişkilendirilemeyen sentetik veri genellikle kişisel veri sayılmaz. Ancak sentetik veriyi üretmek için kullanılan gerçek veri KVKK kapsamındadır ve üretim süreci bu kurallara uygun yürütülmelidir.

İnce ayarda sentetik veri kullanılabilir mi?

Evet, özellikle az örnek olan durumlarda. Yine de ince ayar setinin çekirdeğini gerçek ve onaylanmış örnekler oluşturmalıdır.

Yapay zekayla toplu üretilen içerik de bir tür sentetik veri mi?

Geniş anlamda evet. Web'deki yapay üretim içerik arttıkça, özgün bilgi ve deneyim içeren sayfaların değeri yükseliyor. Arama sistemlerinin ölçtüğü bilgi kazanımı kavramı da bu farkla ilgilidir.

Model çöküşü üzerine temel çalışma: Shumailov ve diğerleri, "AI models collapse when trained on recursively generated data" (Nature, 2024).

Yapay üretim içerik bolluğunda özgün verinin neden kaynak gösterilme şansını artırdığını yapay zeka SEO rehberinde örneklerle tartıştım.