AI Tools Are Running Out of Training Data, but There Are 6 Solutions
La inteligencia artificial se enfrenta a una escasez inminente de datos de alta calidad generados por humanos, lo que impulsa una reevaluación crítica de cómo se entrenan los modelos. Aunque el volumen total de contenido en línea sigue siendo enorme, gran parte de él es de baja calidad o está sesgado culturalmente, reflejando principalmente perspectivas occidentales. Este cuello de botella amenaza con limitar el crecimiento y la diversidad de la IA, lo que exige nuevas estrategias para sostener el desarrollo más allá de los límites actuales de texto e imágenes disponibles. Para abordar estas restricciones, los investigadores están explorando métodos avanzados como el "desaprendizaje selectivo", que permite a los sistemas descartar información de baja calidad o problemática, y ampliar las fuentes de entrenamiento para incluir audio y video transcritos. Además, existe un fuerte impulso hacia la diversidad lingüística y cultural en los conjuntos de datos de entrenamiento para reducir los sesgos. Estos enfoques buscan diversificar el conocimiento fundamental de los sistemas de IA, asegurando que puedan comprender e interactuar con poblaciones globales de manera más efectiva, en lugar de depender de una perspectiva cultural estrecha. La sostenibilidad a largo plazo probablemente dependerá de datos sintéticos y de acuerdos de licencia con editores tradicionales. Los datos sintéticos, en los que la IA genera su propio material de entrenamiento, ofrecen una solución escalable a futuro, a pesar de los riesgos relacionados con la propagación de errores. Este cambio es crucial para las iniciativas de datos abiertos, ya que destaca la necesidad urgente de una gobernanza de datos transparente y ética. Comprender estas fuentes emergentes de datos y la calidad de la información de entrada es esencial para mantener la confianza, garantizar que la IA siga siendo beneficiosa y preservar la integridad de los ecosistemas de información en un mundo cada vez más automatizado.
Source: makeuseof.comPublished on 2024-07-05
Related news
- Nueva polémica con Apple Intelligence: critican la "falta de transparencia" con los datos de entrenamiento
- Cloudflare Unveils Tool to Combat AI Scraping Bots
- Cloudflare Adds Block For AI Scrapers And Similar Bots
- Web Scraping, Plagiarism Raps Hound Perplexity AI
- Right to Information workshop emphasises transparency and accountability