Projects funded under national AI programme AISG focus on good training datasets
El uso exclusivo de fotografías visuales es insuficiente para clasificar con precisión los residuos plásticos, ya que las máquinas tienen dificultades para distinguir entre los diferentes tipos de materiales sin contar con datos más profundos. Al incorporar la imagen hiperespectral, que mide la reflectividad de los materiales para identificar sus estructuras moleculares, los sistemas de inteligencia artificial (IA) pueden lograr una alta precisión en la categorización de los plásticos. Este enfoque resuelve un cuello de botella crítico en la infraestructura de reciclaje, donde los métodos de clasificación convencionales no logran separar eficazmente los materiales, lo que evita la contaminación y mejora las tasas de reciclaje. El proyecto destaca que la principal barrera para la adopción efectiva de la IA suele ser la falta de datos de entrenamiento de alta calidad y especializados, más que la insuficiencia de capacidad computacional por sí sola. Una implementación exitosa requiere conjuntos de datos específicos que permitan a las máquinas percibir información más allá de las capacidades visuales humanas, como las longitudes de onda extendidas. Sin estos datos refinados, los modelos de IA permanecen imprecisos y poco confiables, lo que subraya que la curación y la relevancia de los datos son más vitales que simplemente aumentar el volumen de información disponible. Este avance es altamente relevante para los datos abiertos, porque el principio subyacente —que los datos de alta fidelidad y específicos del dominio impulsan una IA confiable— se aplica a todos los sectores. A medida que las organizaciones buscan transparencia y eficiencia, deben priorizar la creación y el intercambio de conjuntos de datos robustos y bien etiquetados. Poner estos datos especializados a disposición de forma abierta aceleraría la innovación, reduciría los esfuerzos redundantes de entrenamiento y garantizaría que las soluciones de IA sean lo suficientemente confiables como para ser ampliamente aceptadas y adoptadas.
Source: straitstimes.comPublished on 2024-07-08
Related news
- Google claims new AI training tech is 13 times faster and 10 times more power efficient — DeepMind's new JEST optimizes training data for impressive gains
- GPT-4o’s Chinese token-training data is polluted by spam and porn websites
- Council paid out tens of thousands of pounds due to data breaches
- ¡Así te roban el dinero! Jamás compartas estos 5 códigos secretos porque caes en una estafa al instante
- Revealed: Durham modules ranked by student attainment in 2021-2022