Este artigo apresenta o SynCLR, um novo método de inteligência artificial que usa imagens sintéticas e legendas para aprender representações visuais, desenvolvido em conjunto pelo Google Research e pelo MIT CSAIL. Ao contrário dos métodos anteriores que dependiam de dados reais, o SynCLR alcança um processo de aprendizagem eficiente por meio de três estágios: síntese de legendas de imagens, geração de imagens e legendas sintéticas e treinamento de modelos de representação visual. Sua inovação está em livrar-se da dependência de dados reais e fornecer novas ideias para o treinamento de modelos de inteligência artificial.
SynCLR é um novo método de inteligência artificial lançado em conjunto pelo Google Research e MIT CSAIL. Ele usa imagens sintéticas e legendas para aprender representações visuais sem usar dados reais. O método consiste em três etapas: sintetizar legendas de imagens, gerar imagens e legendas sintéticas e treinar um modelo de representação visual. Os resultados da pesquisa mostram que o SynCLR tem um bom desempenho em tarefas como classificação de imagens, classificação refinada e segmentação semântica, demonstrando o potencial dos dados sintéticos para treinar modelos de IA poderosos.O caso de sucesso do SynCLR comprova o enorme potencial dos dados sintéticos no treinamento de inteligência artificial e fornece novas direções para o desenvolvimento de futuros modelos de IA. Seu excelente desempenho em tarefas relacionadas a imagens indica a possibilidade deste método ser aplicado em mais campos. No futuro, podemos esperar a aplicação e melhoria do SynCLR em mais cenários.