Riš Saton, jedan od pionira moderne vještačke inteligencije i dobitnik Tjuringove nagrade, upozorio je da tehnološka industrija ide u pogrešnom smjeru oslanjajući se na sintetičke podatke za obuku sve naprednijih AI modela, ocijenivši takav pristup "velikom greškom".
Saton: Stvarni svijet ne može se vjerno simulirati
Sintetički podaci su informacije koje stvaraju algoritmi ili AI modeli umjesto da budu prikupljene iz stvarnog svijeta navodi bi, a Saton smatra da oni ne mogu adekvatno zamijeniti iskustvo, posebno kada sistemi treba da razumiju ljudsko ponašanje ili složene fizičke procese.
"Ne postoji način da imamo sintetičke podatke o umovima drugih ljudi", poručio je Saton u podkastu kompanije Sequoia, ističući da bi budući AI sistemi trebalo da uče kroz direktnu interakciju sa okruženjem i posljedicama svojih odluka.
Još pročitajte:
Naučnici zabrinuti: AI modeli varaju da se spasu
Ako vas AI čini "briljantnim", stručnjaci kažu da je to znak za oprez
Kao primjer naveo je dronove i robote, kod kojih simulacije teško mogu obuhvatiti sve faktore iz stvarnog svijeta, poput trenja i trošenja motora, zbog čega je poručio da je "svijet beskrajno složen", a svaka njegova simulacija samo mali prikaz te kompleksnosti.
Tehnološki giganti tragaju za stvarnim podacima
Koliko stvarni podaci postaju vrijedni pokazuje i potez Gugla, koji je na aukciji ponudio 10 miliona dolara za interne poslovne podatke i softver bankrotiranog Spirit erlajnsa, uključujući oko 100 miliona mejlova i 500 miliona poruka sa Majkrosoft Teamsa, koje namjerava da koristi za razvoj proizvoda i obuku AI modela.
Saton je svoju ideju učenja iz iskustva pretvorio i u poslovni projekat, pa je sa nekadašnjim studentom Kuramom Džavedom pokrenuo startap Oak Lab, čiji je cilj razvoj AI agenata sposobnih da kontinuirano uče iz sopstvenog iskustva umjesto da se prvenstveno oslanjaju na unaprijed pripremljene skupove podataka.