اکوایران: یکی از نگرانی‌های موجود در مورد سیستم‌های هوش مصنوعی، کمبود اطلاعات برای آموزش الگوریتم‌ها است که می‌تواند باعث ایجاد مشکلاتی در توسعه سیستم‌های هوش مصنوعی شود.
به گزارش اخبار اقتصادی، با رسیدن هوش مصنوعی به اوج محبوبیت خود، محققان هشدار داده‌اند که صنعت ممکن است با کمبود اطلاعات لازم برای آموزش الگوریتم‌های هوش مصنوعی مواجه شود که می‌تواند مانع توسعه سیستم‌های هوش مصنوعی قدرتمند شود و موانعی ایجاد کند.
به گفته Science Alert، کاهش اطلاعات مورد نیاز برای آموزش الگوریتم‌ها می‌تواند سرعت رشد مدل‌های هوش مصنوعی را کاهش دهد و حتی مسیر انقلاب هوش مصنوعی را تغییر دهد.
اما با وجود این همه اطلاعات در اینترنت، چرا محققان نگران کمبود داده های مورد نیاز برای آموزش الگوریتم های هوش مصنوعی هستند؟ و آیا راهی برای رفع این مشکل وجود دارد؟
برای آموزش الگوریتم های هوش مصنوعی قدرتمند، دقیق و با کیفیت، به داده های زیادی نیاز است. به عنوان مثال، 570 گیگابایت اطلاعات متنی یا حدود 300 میلیارد کلمه برای آموزش چت GPT استفاده شده است.
به طور مشابه، سیستم‌های هوش مصنوعی مانند «Dale»، «Lenza» و «Midjourney» که تصاویر تولید می‌کنند، با مجموعه داده‌ای به نام LAION-5B که شامل 8.5 میلیارد تصویر حاوی حاشیه‌نویسی است، آموزش داده شده است.
اگر الگوریتمی با اطلاعات ناکافی آموزش داده شود، عملکرد نادرست خواهد داشت. کیفیت اطلاعاتی که سیستم های هوش مصنوعی با آن آموزش می بینند نیز بسیار مهم است. می توان از داده های با کیفیت پایین مانند محتوای رسانه های اجتماعی و عکس های با کیفیت پایین استفاده کرد، اما این برای آموزش مدل های قدرتمند هوش مصنوعی کافی نیست.
اطلاعات رسانه های اجتماعی می تواند جانبدارانه یا نادرست باشد و هوش مصنوعی می تواند چیزهای بدی از آن بیاموزد. بنابراین، توسعه دهندگان هوش مصنوعی از اطلاعات موجود در کتاب ها و مقالات برای آموزش هوش مصنوعی استفاده می کنند. به عنوان مثال، از رمان های عاشقانه برای تبدیل دستیار گوگل به یک هوش مصنوعی خوش صحبت استفاده شده است.
محققان هشدار داده‌اند که عرضه داده‌های متنی و تصویری با کیفیت بالا ممکن است در دهه‌های آینده کاهش یابد و به طور بالقوه توسعه هوش مصنوعی را کند کند. این می تواند پیامدهای اقتصادی بزرگی داشته باشد، زیرا پیش بینی می شود که هوش مصنوعی تا سال 2030 7.15 تریلیون دلار به اقتصاد جهانی کمک کند.
با وجود این نگرانی ها، راه حل های ممکن برای مقابله با خطر از دست رفتن داده ها وجود دارد. توسعه دهندگان هوش مصنوعی می توانند برای بهبود الگوریتم ها برای استفاده موثرتر از داده های موجود و همچنین ایجاد داده های مورد نیاز برای آموزش سیستم ها کار کنند. علاوه بر این، آنها می توانند محتوای ناشران اصلی و مخازن آفلاین را جستجو کنند. سازندگان محتوا همچنین در حال مذاکره با توسعه دهندگان هوش مصنوعی هستند تا برای استفاده از کار خود دستمزد دریافت کنند.
در حالی که چالش‌های مرتبط با در دسترس بودن داده‌های با کیفیت بالا برای آموزش هوش مصنوعی وجود دارد، فرصت‌هایی نیز برای نوآوری و اطمینان از پیشرفت مداوم در توسعه هوش مصنوعی وجود دارد.
منبع اکو ایران
