ИИ переориентируют с моделей на данные Обоснована необходимость датацентричности

Исследователи из Университета Райса и Техасского университета A&M представили исследование, посвященное новому подходу к созданию искусственного интеллекта (ИИ) – разработке ИИ, ориентированного на данные. В исследовании рассматривается ключевая роль данных в развитии ИИ, охватывающая такие сферы, как большие данные, расширенная аналитика, машинное обучение, глубокое обучение, фундаментальные модели, расширенные языковые модели и генеративные технологии ИИ.

Согласно выводам, существенный прогресс в области ИИ можно объяснить наличием соответствующих обучающих данных. В современном мире системы ИИ в основном делятся на две категории: ориентированные на модели и обучающие данные.

В системах ИИ, ориентированных на модели, особое внимание уделяется повышению производительности за счет изменения моделей с целью повышения точности прогнозирования. Примечательно, что в то время как модели являются основным объектом совершенствования, обучающие данные в основном остаются неизменными. В результате в таких системах могут сохраняться проблемы, связанные с данными, такие как пропущенные значения, неточности и аномалии, что приводит к возникновению проблем с качеством данных.

В системах ИИ, ориентированных на данные, приоритет отдается самим данным, а не моделям. В этом случае данные становятся не просто дополнительным компонентом ИИ. Они являются важным фактором, определяющим эффективность системы при решении сложных реальных задач. Такой подход обеспечивает структурированную обработку данных.

Хотя концепция ИИ, ориентированного на данные, только зарождается, она уже достигла заметных успехов во многих областях. Исследователи направляют усилия в такие области, как добыча данных для обучения и добыча данных для обслуживания данных.

Для чего еще используют ИИ: