Kevin TopolskyKunstig intelligens (AI) selskap står overfor ei kritisk utfordring i deira jakt etter treningsdata. Mangel på høgkvalitetsdata har ført til utforsking av syntetiske data som ein potensiell løysing. Syntetiske data omfattar kunstig genererte data som kan brukast til å trene AI-modellar. Sjølv om denne tilnærminga gir håp, er effektiviteten og praktisk nytte framleis usikker.
Syntetiske data tilbyr ein enkel løysing på den aukande mangel og rettighetskrenkingsproblem knytt til treningsdata. Tanken er at om AI kan generere si eiga treningsdata, vil det lette knappheitsproblemet. I tillegg kan det eliminere bekymringar relatert til rettighetskrenking. Likevel, sjølv med innsatsar frå selskap som Anthropic, Google og OpenAI, forblir skapinga av kvalitets-syntetiske data krevjande.
AI-modellar bygd på syntetiske data har møtt ulike utfordringar. Jathan Sadowski, ein australsk AI-forskar, karakteriserte desse problema som «Habsburg AI.» Dette termet referer til eit system som tungt er avhengig av resultat frå andre AI-modellar, noko som resulterer i eit innavla og forvrenge system. På same vis, beskreiv Richard G. Baraniuk frå Rice University dette fenomenet som «Model Autophagy Disorder» (MAD), der AI-modellen bryt saman etter fleire generasjonar med innavling.
For å takle desse utfordringane, implementerer selskap som OpenAI og Anthropic kontroll- og balansesystem. I desse systema genererer ein AI-modell data, medan ein annan verifierer nøyaktigheta. Anthropic har vore spesielt open om bruken av syntetiske data, ved å bruke retningslinjer for å trene si to-modell-system. Deira siste versjon, Claude 3, vart trent på internt generert data.
Sjølv om konseptet med syntetiske data viser lovnad, er forskinga innanfor dette området langt ifrå konklusiv. Forskarar slit framleis med å forstå korleis AI fungerar, noko som gjer løysinga på utfordringane knytta til syntetisk data særleg kompleks. Som eit resultat kan det ta mykje tid og innsats før ein levedyktig løysing vert funnen.
Ofte stilte spørsmål
Kva er syntetiske data?
Syntetiske data refererer til kunstig genererte data som kan brukast til å trene kunstig intelligens (AI)-modellar. Det er skapt for å takle mangel og kvalitetsutfordringar knytt til tradisjonelle treningsdata.
Kva er utfordringane med å bruke syntetiske data i AI-utvikling?
AI-modellar bygd på syntetiske data kan møte problem som «Habsburg AI» og «Model Autophagy Disorder.» Desse termene beskriv problem der AI-systemet vert innavla og forvrengt grunna tung avhengigheit av resultat frå andre AI-modellar.
Korleis adresserer AI-selskap utfordringane med syntetiske data?
Selskap som OpenAI og Anthropic implementerer kontroll- og balansesystem for å takle utfordringane med syntetiske data. Desse systema nyttar fleire AI-modellar, der ein modell genererer den syntetiske dataen, medan ein annan modell verifiserer nøyaktigheta og kvaliteten.
Når kan vi forvente ei løysing for syntetisk data i AI-utvikling?
Gitt kompleksiteten i AI og dagens gap i vår forståing av korleis det fungerar, er det vanskeleg å forutsjå når ein levedyktig løysing for syntetiske data vil oppnås. Det kan krevje mykje tid og vidare forsking for å overvinne eksisterande utfordringar.
