Researchers Warn AI Firms Could Run Out of Training Data
El rápido avance de la inteligencia artificial se enfrenta a un cuello de botella crítico: el inminente agotamiento de los datos de entrenamiento de alta calidad generados por humanos. A medida que los recursos digitales se vuelven finitos, la industria se enfrenta a la realidad de que los métodos actuales para escalar los modelos son insostenibles, lo que podría estancar la innovación y el progreso tecnológico. Aunque los datos sintéticos ofrecen una solución teórica, depender del contenido generado por la IA conlleva el riesgo de un bucle de retroalimentación perjudicial que distorsiona las salidas de los modelos. En consecuencia, el enfoque se desplaza hacia alianzas estratégicas en materia de datos, donde las instituciones intercambian el acceso a conjuntos de datos valiosos a cambio de compensación financiera, creando una nueva dinámica económica en torno a la propiedad y el acceso a la información. Este desarrollo es altamente relevante para los defensores de los datos abiertos, ya que destaca la necesidad urgente de una obtención de datos ética y sostenible. Subraya la tensión entre el control de los datos propietarios y la necesidad colectiva de contar con material de entrenamiento diverso y auténtico. En última instancia, la crisis obliga a reevaluar cómo valoramos las contribuciones digitales, enfatizando que la transparencia y la accesibilidad son vitales para prevenir la estancación del desarrollo de la inteligencia artificial.
Source: techtimes.comPublished on 2023-11-16