Postęp sztucznej inteligencji spowalnia z powodu nadmiaru bezużytecznych danych — jest ich za dużo

Kluczowe wnioski: aby przejść od ChatGPT do „żywych” robotów, potrzebne są nie tylko duże zbiory danych, ale wysokiej jakości i relewantne informacje.

Fortune podkreśla, że branża AI stoi na progu nowej ery – inteligencji fizycznej i modeli otaczającego świata. Takie systemy muszą potrafić orientować się w rzeczywistym przestrzeni: poruszać się po drodze, składać pranie lub pomagać przy złożonych operacjach chirurgicznych. Do tego potrzebują nie tylko „ładowanych” danych, ale bogatych, wieloaspektowych zestawów informacji.

Dlaczego jakość danych jest krytyczna
1. Nadmiar i bezużyteczność

W obliczu euforii wokół AI pojawiło się wiele startupów (Scale AI, Surge AI, Mercor), które dążą do zebrania jak największej ilości danych. To prowadzi do gromadzenia ogromnych objętości „pustych” plików, które nie przyczyniają się do trenowania modeli. Jeśli badacze nie będą w stanie je odfiltrować, potencjał fizycznego AI pozostanie niewykorzystany.

2. Złożoność wielowymiarowych zadań

Rozumienie skomplikowanego świata wymaga jeszcze większych ilości danych, ale są one niezwykle trudno dostępne. Dlatego inżynierowie sięgają po modelowanie: tworzą wirtualne rekonstrukcje rzeczywistych scenariuszy, aby generować przykłady treningowe dla robotów i autonomicznych pojazdów.

3. Ryzyka niskiej jakości zestawów

Niska jakość danych może prowadzić do nieprzewidywalnych rezultatów. Przykładem jest zakończenie wsparcia OpenAI dla aplikacji wideo Sora: model nie radził sobie z fizyką, co utrudniało realistyczne prognozy.

Jak rozwiązywać problem
- Narzędzia czyszczenia

Specjaliści ds. uczenia maszynowego potrzebują technologii, które automatycznie usuwają zbędne dane, analizują, normalizują i korygują zestawy. Pozwoli to wyodrębnić cenną informację z „szumu”.

- Skupienie na jakości

Obecnie ograniczającym czynnikiem jest brak wysokiej jakości danych. Firmy, które jako pierwsze to rozpoznają i zaczną inwestować w ich zbieranie oraz przetwarzanie, będą liderami w tworzeniu naprawdę działających systemów AI.

W ten sposób przejście od modeli tekstowych do robotów zdolnych działać w rzeczywistym świecie jest niemożliwe bez systematycznego podejścia do jakości danych treningowych. Fortune podkreśla, że właśnie ten czynnik będzie decydujący dla przyszłości inteligencji fizycznej.