¿Adiós a la IA? Los expertos señalan que se queda sin datos para entrenar

La inteligencia artificial depende de grandes volúmenes de datos para identificar patrones y aprender de manera efectiva. Si bien las organizaciones pueden entrenar modelos utilizando registros internos, cada vez dependen más de fuentes externas en Internet. Esta dependencia se ha vuelto crítica a medida que la industria enfrenta la creciente escasez de información generada por humanos de alta calidad, necesaria para el desarrollo robusto de algoritmos. La conclusión central es que Internet ha alcanzado su límite en cuanto a los datos disponibles para el entrenamiento. Los principales líderes del campo advierten que hemos esencialmente agotado la suma acumulada del conocimiento humano disponible en línea. Este cuello de botella amenaza el avance continuo de las capacidades de la IA, ya que la estrategia anterior de escalar la ingesta de datos ya no es sostenible debido a las limitaciones físicas en el contenido accesible. Esta situación es altamente relevante para los datos abiertos, destacando un cambio hacia conjuntos de datos sintéticos para superar la escasez. Sin embargo, aunque los datos sintéticos son más baratos y generados por la propia IA, crean bucles cerrados que pueden amplificar los errores. La transición lejos de los datos humanos abiertos y diversos subraya la necesidad urgente de conjuntos de datos de alta calidad y de libre acceso para mantener la precisión de los modelos y prevenir la degradación sistémica en los sistemas de IA futuros.

Fuente: larazon.es
Publicado el 2025-01-11

¿Adiós a la IA? Los expertos señalan que se queda sin datos para entrenar

Noticias relacionadas