AI training data has a price tag that only Big Tech can afford | TechCrunch
AI training data has a price tag that only Big Tech can afford | TechCrunch
El artículo sostiene que los datos de entrenamiento, más que la arquitectura del modelo, son el principal motor del rendimiento de la IA generativa, lo que crea una barrera significativa de entrada para las entidades más pequeñas. A medida que las grandes empresas tecnológicas monopolizan conjuntos de datos de alta calidad mediante costosas licencias y tácticas de adquisición cuestionables, el ecosistema de la IA corre el riesgo de volverse exclusivo y poco competitivo. Esta centralización amenaza la diversidad de la innovación y la supervisión independiente, ya que las startups y las instituciones académicas ya no pueden permitirse los recursos necesarios para competir con los gigantes de la industria. Esta dinámica tiene graves implicaciones para los datos abiertos, ya que la mercantilización de la información restringe el acceso público a los materiales fundamentales necesarios para la investigación y el desarrollo. La dependencia de datos propietarios refuerza un ciclo en el que solo las corporaciones ricas pueden avanzar en las capacidades de la IA, lo que podría obstaculizar la capacidad de la comunidad de código abierto para auditar, mejorar o replicar estos sistemas. En consecuencia, el principio de acceso abierto se ve socavado, desplazando el desarrollo de la IA de un campo colaborativo y transparente a un mercado cerrado y orientado por los recursos. Sin embargo, iniciativas de base y grupos sin fines de lucro están intentando contrarrestar esta tendencia creando conjuntos de datos de alta calidad accesibles de forma abierta y libres de restricciones de derechos de autor. Organizaciones como EleutherAI y Hugging Face están desarrollando alternativas filtradas y de dominio público a los conjuntos de datos comerciales, con el objetivo de preservar el espíritu de la ciencia abierta. Aunque estos esfuerzos actualmente carecen de la escala de los recursos de las grandes tecnológicas, representan un impulso crucial para mantener un acceso equitativo a los datos que impulsan la IA moderna, asegurando que el progreso no esté dictado únicamente por el poder financiero.
Fuente: techcrunch.comPublicado el 2024-06-02