L’industria dell’AI potrebbe presto trovarsi a corto di dati di addestramento, rallentando la crescita dei modelli di intelligenza artificiale. Ma ci sono soluzioni per affrontare questo rischio.
(NicoElNino/Shutterstock.com)
L’intelligenza artificiale (AI) sta diventando sempre più popolare, ma i ricercatori avvertono che l’industria potrebbe presto trovarsi a corto di dati di addestramento, che sono essenziali per alimentare i potenti sistemi di intelligenza artificiale. Questa carenza potrebbe rallentare la crescita dei modelli di intelligenza artificiale, in particolare dei grandi modelli di linguaggio, e potrebbe persino influenzare la rivoluzione dell’AI. Ma perché la mancanza di dati è un problema, considerando la vastità di informazioni disponibili sul web? E c’è un modo per affrontare questo rischio?
Per addestrare algoritmi di intelligenza artificiale potenti, precisi e di alta qualità, sono necessari molti dati. Ad esempio, il modello ChatGPT è stato addestrato su 570 gigabyte di dati di testo, corrispondenti a circa 300 miliardi di parole. Allo stesso modo, l’algoritmo di diffusione stabile, che sta dietro molte app di generazione di immagini di intelligenza artificiale come DALL-E, Lensa e Midjourney, è
