Elon Musk a declarat că companiile de inteligență artificială au epuizat deja „suma cunoștințelor umane” necesară pentru antrenarea modelelor lor. Într-un interviu transmis live pe platforma de social media X, Musk a sugerat că firmele de tehnologie vor trebui să utilizeze date „sintetice”, create de modelele existente de inteligență artificială, pentru a dezvolta și optimiza noi sisteme.
Modele precum GPT-4, care alimentează ChatGPT, sunt instruite cu date colectate de pe internet, unde acestea învață să identifice tipare, ceea ce le permite să facă predicții, cum ar fi determinantul cuvântului care urmează într-o propoziție.
„Suma cumulată a cunoștințelor umane a fost epuizată în formarea inteligenței artificiale (AI). Asta s-a întâmplat practic anul trecut”, a afirmat Musk. El a subliniat că trecerea la date sintetice este „singura modalitate” de a compensa lipsa de materiale sursă pentru antrenarea noilor modele IA.
Meta, proprietarul Facebook și Instagram, a început să folosească deja date sintetice pentru a optimiza modelul Llama AI, iar Microsoft utilizează conținut creat de AI pentru modelul său Phi-4. De asemenea, Google și OpenAI, dezvoltatorii ChatGPT, se bazează pe date sintetice pentru inițiativele lor AI.
Musk a avertizat totodată că tendința modelelor AI de a genera „halucinații”, rezultate inexacte sau lipsite de sens, reprezintă un risc în procesul de sintetizare a datelor. „Halucinațiile au făcut ca procesul de utilizare a materialului artificial să fie provocator, pentru că nu știi dacă a generat un răspuns halucinat sau unul real”, a spus Musk în discuția sa cu Mark Penn, președintele grupului de publicitate Stagwell.
Calitatea datelor și gestionarea acestora rămân aspecte esențiale în domeniul inteligenței artificiale, cu multiple organizații recunoscând provocările asociate. OpenAI a admis anterior că crearea unor instrumente precum ChatGPT ar fi imposibilă fără acces la materiale protejate prin drepturi de autor, iar industriile creative și editurile cer compensații pentru utilizarea acestor materiale în procesul de antrenare AI.