back to top

Elon Musk: i dati per addestrare l’AI sono finiti

Elon Musk รจ solo l’ultimo grande nome nel campo dell’intelligenza artificiale ad aver espresso delle preoccupazioni riguardo all’ormai scarsa disponibilitร  di dati reali per l’addestramento dei modelli di AI. Durante una conversazione in livestream con il presidente di Stagwell, Mark Penn, il miliardario sudafricano ha affermato infatti che la somma cumulativa della conoscenza umana utile per il training dell’AI sarebbe andata esaurita giร  lo scorso anno.

La soluzione รจ nei dati sintetici per addestrare l’AI

Dello stesso parere รจ per esempio Ilya Sutskever, co-fondatore di OpenAI, il quale sostiene che l’industria dell’AI abbia raggiunto il cosiddetto “picco dei dati“.

Pubblicitร 

La scarsitร  di dati reali sta spingendo verso un cambiamento nel modo in cui vengono sviluppati i modelli di intelligenza artificiale. I dati sintetici, generati artificialmente dagli stessi sistemi di AI, stanno quindi emergendo come una possibile soluzione. A parere di Musk l’unico modo per integrare i dati reali, cioรจ i dataset basati sulla conoscenza umana, รจ quello di creare artificialmente delle informazioni con cui favorire l’autoapprendimento.

Aziende come Microsoft, Meta, OpenAI e Anthropic hanno giร  adottato i dati sintetici nei loro processi di training. I modelli Phi-4 di Microsoft e Gemma di Google sono stati addestrati ad esempio utilizzando una combinazione di dati reali e sintetici. Nello stesso modo, le serie Llama di Meta e Claude 3.5 Sonnet di Anthropic hanno incorporato input sintetici per migliorare le prestazioni.

Vantaggi e svantaggi dei dati sintetici

L’uso dei dati sintetici offre vantaggi come un risparmio in termini economici. Writer, startup nel campo dell’intelligenza artificiale, ha sviluppato il suo modello AI Palmyra X 004 quasi esclusivamente con dati sintetici, spendendo solo 700 mila dollari contro i 4.6 milioni stimati per modelli simili di OpenAI.

Il rischio รจ perรฒ quello di un “collasso del modello“, con output meno creativi e piรน soggetti a bias nel tempo. Se i infatti dati sintetici ereditano dei difetti dai modelli di origine tali limitazioni possono propagarsi compromettendo l’affidabilitร  dei sistemi.

Iscriviti a Google News Per restare sempre aggiornato seguici su Google News! Seguici
Pubblicitร 
Claudio Garau
Claudio Garau
Web developer, programmatore, Database Administrator, Linux Admin, docente e copywriter specializzato in contenuti sulle tecnologie orientate a Web, mobile, Cybersecurity e Digital Marketing per sviluppatori, PA e imprese.

Leggi anche...

Amazon: l’AI ridurrร  i posti di lavoro nei prossimi anni

Il CEO di Amazon Andy Jassy ha dichiarato che...

ChatGPT conferma le teorie del complotto?

Un recente articolo del New York Times ha portato...

Meta AI ha un grosso problema di privacy

Sembrerebbe essere bastato poco perchรฉ la nuova applicazione stand-alone...

Gemini riassume i PDF e crea form

Google ha presentato alcune nuove funzionalitร  dedicate a Gemini...

Secondo Apple la superintelligenza artificiale รจ irraggiungibile

Il paper The Illusion of Thinking di Apple datato...

Meta AI permette di editare i video in pochi click

Meta annuncia il lancio di una nuova funzionalitร  di...
Pubblicitร