生成AI時代の超重要コンセプト「合成データ」とは？

　合成データ（Synthetic Data）とは、現実世界に実在するデータに似せて、人工的に作り出されたデータを指す。

　合成データの特徴は、生成AIと比べてみると分かりやすいかもしれない。たとえば、生成AIは、あらゆるデータを学習させた「言語モデル（LLM）」を基に、実在しない新たなデータを生成するアプローチである。一方、合成データは、実在するデータを基に、実在するデータにそっくりなデータ（同じ構造・特徴だが、値は異なる）を生成するアプローチだ。

　それでは、何のために合成データが必要なのか。たとえば、下記のケースなどにおいて、合成データは役立つ。

■合成データが活躍する場面

1. （1）大量の学習データが必要になる場合、または学習データが不足・欠損している場合に、その分を補うデータを用意できる


2. （2）個人情報や秘匿情報など、そのまま活用できないデータを学習させたい場合に、その代わりとなるそっくりな学習データを用意できる

合成データは何に使える？ 4つの方向性を解説

　合成データの活用方法としては、大きく分けて下記の4つの方向性が存在する。

　たとえば、AIシステムの学習を高速化させるための学習データとして活用されているほか、個人情報などを扱う領域における学習データとして使われる事例も増えてきている。 また、そのままでは学習データとして活用できないデータに関して、活用しやすいデータフォーマットに変換・調整された合成データを生成し、学習データとして活用するケースもある。さらに、十分な学習データを用意できない領域などにおいて合成データがその不足したデータを埋める形で活用される事例もある。


　ここからは、実際に合成データがどのように使われているのか、企業の事例を交えながら解説していきたい。

【一覧表付き】合成データの活用事例10選

　下図では、合成データの活用事例の一部をまとめた。


　ここで紹介している事例以外にも、現在、合成データはさまざまな業界で活用が進んでいる。その1つの事例として、自律搬送ロボットやピッキングロボット、自動運転車などの学習の効率化が挙げられる。

　これまで、ロボットの学習は、事前にさまざまな行動パターンを想定して学習をさせる必要があり、このティーチング作業に時間がかかっていた。しかし、こうした課題を合成データは解決してくれる。

　たとえば、アマゾンは倉庫内のロボットの学習データを用意するにあたり、エヌビディアの「合成データ活用のプラットフォーム」を活用しており、これが学習の高速化につながっている。


　そのほか、製造業における検査システムの学習データとして、検査時にNGの出るデータを合成データで用意する事例が出てきている。また、物流業界では、サプライチェーン効率化を図るべく、関連企業の秘匿情報に似せた合成データを用意し、これを学習データとして活用している。

　こうした特定の業界における活用に留まらず、合成データは、欧州を中心に活発化するデータ共有の取り組みを加速させる役割も担っている。たとえば、Catena-XやManufacturing-X、日本のウラノス・エコシステムなどの枠組みにおいて、企業を超えたデータ連携の議論が活発化しているが、それらの取り組みにおいても、企業秘匿情報に似せた合成データを活用していくことが検討されている。

　ここからは、上記の事例の中から、東京大学における合成データ活用の取り組みについて、東京大学 空間情報科学研究センター 特任准教授の小塩篤史氏に解説してもらった。 【次ページ】【第一人者が解説】「生成AI」と「合成データ」の使い分けは？