К следующему году большая часть данных по обучению ИИ может стать синтетической

Jun 09, 2023

Синтетические данные позволяют обучать модели ИИ на большем наборе данных, чем это было бы возможно с использованием чисто органических данных.

Райан Моррисон

Согласно новому отчету Gartner, большая часть данных, используемых для обучения моделей машинного обучения, будет синтетической и автоматически генерируемой. В 2021 году только 1% всех данных по обучению ИИ были синтетическими, но аналитики предполагают, что к концу 2024 года этот показатель может достичь 60%. Управление и бдительность в отношении предвзятости необходимы, чтобы предотвратить те же проблемы с этими данными, что и органические данные, сказал Tech один из экспертов. Монитор.

Синтетические данные генерируются искусственным интеллектом, чтобы заполнить недостающие пробелы в реальной информации, такой как медицинские изображения или информация о конкретных моделях заболеваний. В новом исследовании тенденций в области науки о данных, опубликованном на этой неделе, Gartner прогнозирует, что к 2024 году более 60% всех данных обучения моделей ИИ будут синтетическими, что, по их словам, приведет к улучшению систем ИИ.

Этот переход от органических к синтетическим обучающим данным является частью более широкого перехода к ориентированному на данные искусственному интеллекту, например, используемому для создания больших языковых и базовых моделей. «Такие решения, как управление данными с использованием искусственного интеллекта, синтетические данные и технологии маркировки данных, направлены на решение многих проблем с данными, включая доступность, объем, конфиденциальность, безопасность, сложность и масштаб», — говорится в отчете Gartner.

Недавний отчет GlobalData показал, что стартапы, работающие с синтетическими данными, «переопределяют ландшафт генерации данных». Назвав это «главным ключом к будущему искусственного интеллекта», Киран Радж, руководитель практики революционных технологий в GlobalData, сказал, что стартапы вырываются из оков качества данных и регулирования. «Поскольку спрос на надежные, экономичные, быстрые и сохраняющие конфиденциальность данные продолжает расти, стартапы видят будущее, основанное на синтетических данных, открывая новую эру прогресса машинного обучения», — сказал Радж.

Он потенциально может оказать положительное воздействие на ряд секторов. В здравоохранении он уже используется для дополнения реальных данных о пациентах для обучения врачей, улучшения поиска лекарств и оптимизации систем. В секторе финансовых услуг это помогает снизить риски и выявить мошенничество. А в розничной торговле это улучшает прогнозирование спроса, персонализированный маркетинг и обнаружение мошенничества.

Другие ключевые тенденции, отмеченные Gartner, включают переход к периферийной обработке для искусственного интеллекта. Согласно отчету, обработка данных в момент их создания поможет организациям получать ценную информацию в режиме реального времени и выявлять новые закономерности. Это также облегчит соблюдение все более строгих требований к конфиденциальности данных. Организация прогнозирует, что к 2025 году более 55% анализа данных с помощью нейронных сетей будет происходить в периферийных системах.

Аналитики Gartner прогнозируют, что ответственному искусственному интеллекту будет уделяться больше внимания. Это включает в себя обеспечение того, чтобы технологии использовались как положительная сила, а не как угроза обществу. Это включает в себя обеспечение того, чтобы предприятия делали этический выбор при внедрении ИИ, который учитывает социальную ценность, риски, доверие, подотчетность и прозрачность. Это основные требования, составляющие многие правила ИИ, разрабатываемые по всему миру, в том числе в Великобритании.

Аналитики предупредили, что организациям следует принять «подход, пропорциональный риску» к инвестициям и развертыванию ИИ. Это включает в себя осторожность при применении решений и моделей, а также получение гарантий от поставщиков, подтверждающих, что они управляют собственными рисками и выполняют свои обязательства по соблюдению требований. Это поможет защитить их от финансовых потерь и судебных исков.

Некоторые фундаментальные модели и организации, занимающиеся генеративным искусственным интеллектом, предлагают определенную степень защиты от этих рисков. Adobe заявляет, что покроет расходы, связанные с исками об авторских правах в результате использования своей генеративной модели изображений Firefly с искусственным интеллектом. Это связано с тем, что компания уверена, что модель обучена исключительно на лицензированных и авторизованных данных, которые не будут создавать результаты, подозрительные на авторские права.

Питер Кренски, директор-аналитик Gartner, сказал: «Поскольку внедрение машинного обучения продолжает быстро расти во всех отраслях, данные развиваются от простого сосредоточения на прогнозных моделях к более демократизированной, динамичной и ориентированной на данные дисциплине. Сейчас это также подогревается ажиотажем вокруг генеративного ИИ. Наряду с появлением потенциальных рисков появляется и множество новых возможностей и вариантов использования для ученых, работающих с данными, и их организаций».