اینترنت «بیش ازحد کوچک» است و برای هوش مصنوعی کافی نیست!

به گزارش خبرگزاری دکتر نانو و براساس گزارش مجله دکتر نانو، شرکت های هوش مصنوعی هرچقدر که به ساخت مدل های بزرگ تر و بهتر ادامه می دهند، بیشتر با مشکلی خاص مواجه می شوند: اینترنت به اندازه ی کافی بزرگ نیست تا همه ی داده های لازم را فراهم کند. داده ها نقش محوری در توسعه ی هوش مصنوعی ایفا می کنند. هرچه داده های بیشتری برای آموزش مدل هوش مصنوعی استفاده شود، آن سیستم هوشمندتر می شود. درمقابل، به نظر می رسد که داده های طبیعی (تولیدشده ی انسان) منابع محدودی هستند و ممکن است روزی تمام شوند.

مؤسسه ی آینده پژوهی Epoch AI پیش بینی کرده است که شرکت های هوش مصنوعی احتمالاً تا سال 2026 با کمبود داده های آموزشی متنی باکیفیت مواجه خواهند شد. به گزارش روزنامه ی وال استریت ژورنال، ازآنجاکه رشد محتواهای موجود در اینترنت سریع نیست، برخی از شرکت ها در حال جست وجوی منابع جایگزین برای آموزش مدل ها هستند و به گزینه هایی مانند زیرنویس ویدیوها یا حتی اطلاعات ساخته شده با هوش مصنوعی مولد فکر می کنند.

گفته می شود که OpenAI مدل GPT-5 را به کمک زیرنویس ویدیوهای عمومی یوتیوب توسعه داده است. مدتی پیش میرا موراتی، مدیر ارشد فناوری OpenAI، از پاسخ به این پرسش که «آیا از محتواهای یوتیوب برای آموزش مدل هوش مصنوعی سورا (Sora) استفاده شده است؟»، خودداری کرد. به کارگیری داده های ساختگی برای تعلیم مدل های هوش مصنوعی موضوع بحث فراوانی در ماه های اخیر بوده است و بعضی از پژوهشگران دریافته اند که آموزش مدل هوش مصنوعی مبتنی بر داده هایی که قبلاً هوش مصنوعی دیگر تولید کرده اند، می تواند به فروپاشی مدل یا خلق نتایج معیوب منجر شود.

بعضی از شرکت ها مانند OpenAI و Anthropic، خالق مدل هوش مصنوعی Claude، به دنبال تولید محتواهای ساختگی باکیفیت تری هستند تا از شکل گیری مدلی جلوگیری کنند که با داده های بی ارزش آموزش دیده باشد. بااین حال، هیچ کدام از آن ها جزییات دقیق پروژه هایشان را فاش نکرده اند. آنتروپیک هنگام رونمایی Claude 3 گفت که این مدل براساس داده هایی که خودشان تولید کرده اند، آموزش دیده است. جرد کاپلان، دانشمند ارشد آنتروپیک، نیز در مصاحبه با وال استریت ژورنال اعلام کرد که معتقد است برای داده های ساختگی نیز کاربردهای زیادی وجود دارد.

مجله ی هاروارد بیزینس ریویو می نویسد: «در پنج سال آینده، اپلیکیشن ها و دستگاه ها کمتر مصنوعی و بیشتر هوشمند خواهند شد. آن ها کمتر به یادگیری از کلان داده ها و بیشتر به استدلال از کل به جزء وابسته خواهند بود که شبیه روش انسان ها در حل مسایل و انجام وظایف است. قدرت استدلال می تواند کاربردهای گسترده تری برای هوش مصنوعی فراهم کند.»

227323