Проблема "колапсу моделі": як брак людських даних обмежує прогрес ШІЯк не прикро, але є ризик і надалі отримувати безглузді відповіді ШІ. До цього може призвести використання комп'ютерних даних для навчання моделей штучного інтелекту, пише FT.“Людський” матеріал для навчання ШІ є обмеженим. Тому провідні компанії-розробники, в тому числі OpenAI і Microsoft, протестували використання "синтетичних" даних для навчання. Це інформація, створена ШІ-системами для подальшого навчання великих мовних моделей (LLM). Дослідження, опубліковане в середу в журналі Nature, свідчить про те, що використання таких даних може призвести до швидкої деградації моделей ШІ. Одне випробування з використанням синтетичного вхідного тексту про середньовічну архітектуру переросло в обговорення кроликів після менш ніж 10 поколінь вихідних даних. Все через тенденцію до руйнування моделей з часом через неминуче накопичення та посилення помилок від наступних поколінь навчання.Фактично, як тільки в навчальний процес моделі потрапляють дані зненеровані самим ШІ, є ризик отримати колапс. Дослідницька робота підкреслює, чому розробники ШІ поспішили закупити величезні обсяги даних, створених людиною для навчання і піднімає питання про те, що станеться, коли ці обмежені джерела вичерпаються.Спойлер - буде нудно і одноманітно. Мрія про ШІ, що навчає сам себе поки що не втілюється.👉 ХАГС – підписатися