استفاده از داده‌های مصنوعی برای آموزش مدل‌ها؛ اشتباهی بزرگ است

 

ساتن معتقد است اگرچه داده‌های مصنوعی (اطلاعات تولید شده توسط الگوریتم‌ها به‌جای منابع انسانی و واقعی) راهکاری سریع برای رفع عطش مدل‌های زبانی بزرگ به نظر می‌رسند، اما این یک «اشتباه بزرگ» است. او می‌گوید: «دنیا بی‌نهایت پیچیده است و هر شبیه‌سازی، تنها بخش بسیار کوچکی از واقعیت را بازسازی می‌کند.» وی با مثال زدن هدایت یک پهپاد، توضیح داد: متغیرهایی مانند اصطکاک، فرسودگی قطعات و رفتارهای فیزیکی در دنیای واقعی چنان پیچیده‌اند که نمی‌توان آن‌ها را به‌طور کامل در داده‌های مصنوعی گنجاند.

 

اظهارات ساتن در حالی مطرح می‌شود که شرکت‌های بزرگ نیز علی‌رغم استفاده از داده‌های مصنوعی، همچنان به دنبال منابع کمیاب داده‌های واقعی هستند. اقدام اخیر گوگل در پرداخت ۱۰ میلیون دلار برای دسترسی به داده‌های شرکت ورشکسته «اسپیریت ایرلاینز» و تلاش‌های «اوپن‌ای‌آی» برای خرید مجموعه‌داده‌های اختصاصی، نشان‌دهنده ارزش بالای اطلاعات واقعی در برابر داده‌های تولید شده توسط هوش مصنوعی است.

 

این دانشمند کانادایی بر این باور است که آینده هوش مصنوعی نه در مجموعه‌داده‌های از پیش آماده، بلکه در «یادگیری مستمر از محیط» نهفته است. او با همین دیدگاه، استارتاپ جدید خود با نام Oak Lab را تأسیس کرده است. هدف این استارتاپ توسعه عامل‌های هوش مصنوعی است که مانند انسان، از طریق مشاهده پیامد اقدامات خود و تعامل با محیط واقعی یاد می‌گیرند، نه صرفاً با مرور داده‌های مصنوعی موجود در سرورها.