Az AI alkalmazása az üzletben napjainkban egyre fontosabbá válik, de Elon Musk, az xAI alapítója, drámai figyelmeztetést adott az iparág jövőjéről. Szerinte a jelenlegi AI-modellek képzéséhez szükséges valós adatok már a végéhez érkeztek, és nem kis része az adatkorlátozások miatt. Musk hangsúlyozta, hogy ez a válság már tavaly elkezdődött.

Musk megjegyzései összhangban állnak Ilja Sutskever, az OpenAI korábbi vezető kutatójának tavaly decemberi előadásával, aki szintén az "adatcsúcsra" utalt, amely jelenleg megnehezíti az AI fejlesztések folytatását.

A megoldási javaslataik között Musk, hasonlóan más szakmai vezetőkhöz, a szintetikus adatok alkalmazását jelölte meg. Ez a megközelítés lehetővé teszi, hogy a mesterséges intelligencia saját magának generáljon adatokat, ezzel biztosítva a továbbfejlődéshez szükséges nagy mennyiségű gyakorlati adatot.

A szintetikus adatok használata nem új keletű a tech-körökben. Olyan óriások, mint a Microsoft és a Google, már régóta alkalmazzák ezt a módszert a saját AI-modelleszük kifejlesztésében. A Gartner elemzőcég előrejelzése szerint 2024-re az AI és az analitikai projektekhez használt adatok 60%-a szintetikusan generált lesz, ami komoly hatással lehet az iparág működésére.

A Microsoft Phi-4 modellje például valódi és szintetikus adatokat kombinál, míg a Google a Gemma modelljeinél hasonló megközelítést alkalmaz. Az Anthropic Claude 3.5 Sonnet rendszerét is szintetikus adatokkal kívánták optimalizálni.

A szintetikus adatok egyik legfőbb előnye a költséghatékonyság, amely lehetővé teszi a versenyképességet a drága, valós adatokból tanult rendszerekkel szemben. Ugyanakkor a szakértők figyelmeztetnek arra, hogy a szintetikus adatok használata további kockázatokkal járhat, például a kreativitás csökkenésével és az elfogultság növekedésével, ami végső soron a rendszerek funkcionalitását veszélyezteti.

Az iparág fenntartható jövője érdekében Musk és más szakemberek sürgetik az új közelítések kidolgozását a mesterséges intelligencia fejlesztések terén. Az elkerülhetetlen változások és a megújult stratégiák iránti igény felerősíti a szintetikus adatok népszerűsítését, de az iparágnak lépéseket kell tennie a potenciális kockázatok minimalizálása érdekében.