Các công ty AI đối mặt với tình trạng thiếu hụt dữ liệu huấn luyện trầm trọng
- Các công ty như OpenAI, Google đang phát triển các hệ thống AI mạnh mẽ hơn, đòi hỏi lượng dữ liệu huấn luyện khổng lồ. Tuy nhiên, nguồn cung cấp dữ liệu chất lượng cao trên Internet đang dần cạn kiệt.
- Một số chuyên gia dự đoán nhu cầu dữ liệu văn bản chất lượng cao có thể vượt quá nguồn cung trong vòng 2 năm tới, làm chậm sự phát triển của AI.
- Các công ty đang tìm kiếm các nguồn dữ liệu chưa được khai thác và thay đổi cách huấn luyện mô hình. OpenAI đang cân nhắc sử dụng bản ghi âm từ video YouTube công khai để huấn luyện GPT-5.
- Các công ty cũng thử nghiệm sử dụng dữ liệu tổng hợp do AI tạo ra làm tài liệu huấn luyện, tuy nhiên nhiều nhà nghiên cứu lo ngại điều này có thể gây ra lỗi nghiêm trọng.
- Dữ liệu chỉ là một trong nhiều nguồn tài nguyên AI khan hiếm, bên cạnh chip xử lý, trung tâm dữ liệu và điện năng.
- Các nền tảng mạng xã hội và nhà xuất bản tin tức đang hạn chế quyền truy cập vào dữ liệu của họ để huấn luyện AI.
- Một số công ty như DatologyAI đang phát triển công cụ lựa chọn dữ liệu thông minh hơn để tối ưu hóa quá trình huấn luyện mô hình.
- OpenAI và Google đang thảo luận về việc xây dựng thị trường dữ liệu, nơi họ có thể trả tiền cho các nhà cung cấp nội dung.
📌Các công ty AI hàng đầu đang đối mặt với tình trạng thiếu hụt trầm trọng nguồn dữ liệu chất lượng cao để huấn luyện các mô hình ngôn ngữ thế hệ tiếp theo. Họ đang tích cực tìm kiếm các giải pháp như khai thác dữ liệu chưa được sử dụng, cải tiến phương pháp huấn luyện và thậm chí tạo ra dữ liệu tổng hợp, nhằm duy trì đà phát triển của trí tuệ nhân tạo.
Citations:
[1]https://www.wsj.com/tech/ai/ai-training-data-synthetic-openai-anthropic-9230f8d8
#WSJ
Thảo luận
Follow Us
Tin phổ biến
