AI Senza Dati: Entro il 2026 potremmo esaurire i dati di addestramento. Cosa succederà dopo?

Recentemente avevamo parlato del fatto che l’intelligenza artificiale, una volta che utilizzerà i propri dati per alimentarsi, avrebbe potuto perdere di qualità e precisione. Una nuova ricerca inizia a prendere in considerazione il fatto che tra qualche anno, i dati prodotti dagli umani inizieranno a scarseggiare.

Questo determinerà meno informazioni per le IA ma anche un problema da risolvere da parte degli scienziati.

L’esaurimento dei dati di addestramento

L’intelligenza artificiale (AI), che ha raggiunto l’apice della popolarità, deve far fronte alla mancanza di dati di addestramento necessari per il suo funzionamento. Ciò potrebbe rallentare lo sviluppo di modelli di intelligenza artificiale. In particolare di modelli linguistici di grandi dimensioni, e persino cambiare il corso della rivoluzione dell’intelligenza artificiale.

L’addestramento di algoritmi IA potenti e accurati richiede grandi quantità di dati. Ad esempio, ChatGPT è stato addestrato su 300 miliardi di parole. Allo stesso modo, DALL-E, Lensa e Midjourney sono stati addestrati su set di dati LIAON-5B contenente 5,8 miliardi di coppie immagine-testo. Se un algoritmo viene addestrato su dati insufficienti, potrebbe produrre risultati imprecisi o di bassa qualità.

La ricerca mostra che il patrimonio di dati di Internet sta crescendo molto più lentamente rispetto ai set di dati utilizzati per addestrare l’intelligenza artificiale. 

il 2026 potrebbe essere la data limite

L’anno scorso, un gruppo di ricercatori ha previsto che i dati testuali di qualità si esauriranno entro il 2026. Questa previsione è state definita sulla base delle attuali tendenze di formazione dell’IA continueranno. Si stima inoltre che i dati linguistici di bassa qualità si esauriranno tra il 2030 e il 2050. Inoltre le immagini di bassa qualità si esauriranno tra il 2030 e il 2060. La mancanza di dati utilizzabili potrebbe rallentare lo sviluppo dell’intelligenza artificiale. Questo mentre si prevede che l’economia AI contribuirà fino a 15,7 trilioni di dollari all’economia globale entro il 2030.

Tuttavia, ci sono modi per risolvere il problema della carenza di dati. 

Soluzioni per poter generare nuovi dati

Una possibilità è migliorare gli algoritmi di intelligenza artificiale per utilizzare meglio i dati esistenti. Nei prossimi anni, gli sviluppatori saranno probabilmente in grado di addestrare sistemi di IA utilizzando meno dati e forse meno potenza di calcolo. Ciò contribuirà anche a ridurre l’impronta di carbonio dell’intelligenza artificiale. 

Un’altra opzione è utilizzare l’intelligenza artificiale per creare dati sintetici per addestrare i sistemi. Gli sviluppatori possono semplicemente generare i dati necessari adatti al loro modello di intelligenza artificiale specifico. Diversi progetti utilizzano già contenuti sintetici, spesso ottenuti da servizi di generazione dati. Questo diventerà più comune in futuro

Ti è piaciuto questo articolo? Ne stiamo discutendo nella nostra Community su LinkedIn, Facebook e Instagram. Seguici anche su Google News, per ricevere aggiornamenti quotidiani sulla sicurezza informatica o Scrivici se desideri segnalarci notizie, approfondimenti o contributi da pubblicare.

Redazione

La Redazione di Red Hot Cyber fornisce aggiornamenti quotidiani su bug, data breach e minacce globali. Ogni contenuto è validato dalla nostra community di esperti come Pietro Melillo, Massimiliano Brolli, Sandro Sana, Olivia Terragni e Stefano Gazzella. Grazie alla sinergia con i nostri Partner leader nel settore (tra cui Accenture, CrowdStrike, Trend Micro e Fortinet), trasformiamo la complessità tecnica in consapevolezza collettiva, garantendo un'informazione accurata basata sull'analisi di fonti primarie e su una rigorosa peer-review tecnica.