صور مولّدة بالحاسوب تُستخدم لتدريب الخوارزميات، تحاكي سيناريوهات العالم الحقيقي دون بيانات فعلية.الصور الاصطناعية هي صور مولّدة بالحاسوب تحاكي مشاهد من العالم الحقيقي، وتُستخدم لتدريب خوارزميات التعلم الآلي عندما تكون البيانات الفعلية نادرة أو مكلفة أو حساسة للخصوصية. في الفيزياء والهندسة، تتيح للباحثين تطوير واختبار نماذج تحليل الصور دون الحاجة إلى آلاف الصور الفوتوغرافية أو القياسات الحقيقية. العناوين «التوائم الرقمية تعلّم الماسح الضوئي» و«الشبكة العصبية ميّزت البلورات الحقيقية عن الخيالية» توضحان كيف تساعد البيانات الاصطناعية في تدريب الأنظمة على تفسير الفحوصات الطبية أو تحديد البنى البلورية.
ظهر المفهوم مع صعود الرسوميات الحاسوبية في السبعينيات والثمانينيات من القرن العشرين، لكن استخدامه المنهجي لتدريب الشبكات العصبية أصبح بارزًا في العقد الثاني من القرن الحادي والعشرين مع طفرة التعلم العميق. لا يُنسب الفضل إلى مخترع واحد؛ بل تطوّر من الحاجة إلى بيانات موسومة في الرؤية الحاسوبية.
تتضمن العملية إنشاء مشهد افتراضي بحقيقة أرضية معروفة—حيث يتحكم المبرمج في الأجسام والإضاءة والضوضاء. ينتج محرك العرض صورًا تحاكي استجابة المستشعر الحقيقي، بما في ذلك العيوب مثل الضبابية والضوضاء والتشوه. ثم يُدرَّب الخوارزم على هذه المجموعة الموسومة، فيتعلم ربط الصور بالمخرجات المطلوبة. المفتاح هو أن تكون البيانات الاصطناعية واقعية بما يكفي ليعمّم النموذج على المدخلات الحقيقية، الأمر الذي يتطلب غالبًا معايرة دقيقة مقابل القياسات الفعلية.
تُستخدم الصور الاصطناعية لتدريب أنظمة الإدراك في المركبات ذاتية القيادة، وتشخيص التصوير الطبي، وخوارزميات الفحص الصناعي، مما يقلل الحاجة إلى الوسم اليدوي المكلف.
يمكن توليد بيانات التدريب الاصطناعية بتنوع لا نهائي، مما يسمح للخوارزميات بمواجهة حالات نادرة—مثل مشاة على كرسي متحرك في الليل—يكاد يكون من المستحيل التقاطها في الحياة الواقعية.













