Má d’iarr tú ar mhúnla Gen AI liricí a scríobh d’amhrán mar a bheadh ag na Beatles agus dá ndéanfadh sé jab iontach, tá cúis leis. Nó, má d'iarr tú ar shamhail prós a scríobh i stíl an údair is fearr leat agus go ndearna sé an stíl a mhacasamhlú go beacht, tá cúis ann leis.
Fiú amháin go simplí, tá tú i dtír eile agus nuair is mian leat ainm sneaiceanna spéisiúla a fhaigheann tú ar aisle ollmhargadh a aistriú, aimsíonn d’fhón cliste lipéid agus aistríonn sé an téacs gan uaim.
Seasann AI ag fulcrum na bhféidearthachtaí sin go léir agus is é is cúis leis seo go príomha ná go gcuirfí oiliúint ar mhúnlaí AI ar mhéideanna ollmhóra sonraí den sórt sin – inár gcás, na céadta amhrán The Beatles agus is dócha leabhair ón scríbhneoir is fearr leat.
Le méadú Generative AI, tá gach duine ina cheoltóir, scríbhneoir, ealaíontóir, nó gach ceann de. Sceitheann samhlacha Gen AI píosaí ealaíne ordaithe i soicindí ag brath ar leideanna úsáideora. Is féidir leo a chruthú Van Gogh-isque píosaí ealaíne agus fiú Al Pacino a léamh amach Téarmaí Seirbhísí gan é a bheith ann.
Ar leataobh, is gné thábhachtach anseo an eitic. An bhfuil sé cothrom gur úsáideadh saothair chruthaitheacha den sórt sin chun samhlacha AI a oiliúint, atá ag iarraidh ealaíontóirí a athsholáthar de réir a chéile? An bhfuarthas toiliú ó úinéirí maoine intleachtúla den sórt sin? Ar cúiteamh cóir iad?
Fáilte go 2024: Bliain na gCogaí Sonraí
Le cúpla bliain anuas, tá sonraí tagtha chun bheith ina maighnéad breise chun aird na ngnólachtaí a mhealladh chun a gcuid samhlacha Gen AI a oiliúint. Cosúil le naíonán, tá samhlacha AI naive. Caithfear iad a mhúineadh agus ansin iad a oiliúint. Sin an fáth a dteastaíonn na billiúin, más rud é nach na milliúin, de shonraí ó chuideachtaí chun samhlacha a oiliúint go saorga chun aithris a dhéanamh ar dhaoine.
Mar shampla, cuireadh oiliúint ar GPT-3 ar na billiúin (na céadta acu) comharthaí, a aistríonn go scaoilte go focail. Mar sin féin, léiríonn foinsí gur úsáideadh trilliún de chomharthaí den sórt sin chun na múnlaí is déanaí a oiliúint.
Agus an méid sin tacair sonraí traenála ag teastáil, cá háit a dtéann gnólachtaí móra teicneolaíochta?
Géarghanntanas Sonraí Oiliúna
Téann uaillmhian agus toirt lámh ar láimh. De réir mar a mhéadaíonn fiontair a gcuid samhlacha agus iad a bharrfheabhsú, teastaíonn níos mó sonraí oiliúna uathu. D’fhéadfadh sé seo eascairt as éilimh chun múnlaí GPT a nochtadh ina dhiaidh sin nó go simplí torthaí feabhsaithe agus beachta a sholáthar.
Beag beann ar an gcás, tá gá le sonraí oiliúna flúirseach dosheachanta.
Seo an áit a dtugann fiontair aghaidh ar a gcéad bhloc bóthair. Chun é a chur go simplí, tá an t-idirlíon ag éirí ró-bheag chun oiliúint a chur ar mhúnlaí AI. Is é sin le rá, go bhfuil cuideachtaí ag rith as na tacair shonraí atá ann cheana chun a gcuid samhlacha a bheathú agus a oiliúint.
Tá an acmhainn ídithe seo ag cur as do pháirtithe leasmhara agus díograiseoirí teicneolaíochta mar go bhféadfadh sé teorainn a chur le forbairt agus éabhlóid na samhlacha AI, a bhfuil dlúthbhaint acu den chuid is mó leis an gcaoi a n-áitíonn brandaí a gcuid táirgí agus an chaoi a mbraitear go rachfar i ngleic le roinnt imní plaguing ar fud an domhain le AI-tiomáinte. réitigh.
Ag an am céanna, tá dóchas ann freisin i bhfoirm sonraí sintéiseacha nó inbreeding digiteach mar a thugaimid air. I dtéarmaí daoine tuata, is ionann sonraí sintéiseacha agus na sonraí oiliúna a ghineann AI, a úsáidtear arís chun samhlacha a oiliúint.
Cé go bhfuil sé tuar dóchais inti, creideann saineolaithe teicneolaíochta go dtiocfadh Habsburg AI mar thoradh ar shintéis na sonraí oiliúna sin. Is cúis mhór imní é seo d’fhiontair mar d’fhéadfadh earráidí fíorasacha, laofacht, nó a bheith gibberish den sórt sin a bheith ag tacair shonraí inbred, agus tionchar diúltach a imirt ar thorthaí ó shamhlacha AI.
Smaoinigh air seo mar chluiche Cogar Síneach ach is é an t-aon casadh amháin atá ann ná go bhféadfadh an chéad fhocal a chuirtear ar aghaidh a bheith gan brí freisin.
An Rás Chun Sonraí Oiliúna AI a Fhoinsiú
Ceann de na stórtha grianghraf is mó – tá 300 milliún íomhá ag Shutterstock. Cé gur leor é seo chun tús a chur leis an oiliúint, bheadh go leor sonraí ag teastáil arís le tástáil, bailíochtú agus barrfheabhsú.
Mar sin féin, tá foinsí eile ar fáil. Is é an t-aon ghabháil anseo ná go bhfuil dathchód liath orthu. Táimid ag caint faoi na sonraí atá ar fáil go poiblí ón idirlíon. Seo roinnt fíricí spéisiúla:
- Tógtar os cionn 7.5 milliún post blag beo gach lá
- Tá os cionn 5.4 billiún duine ar ardáin meáin shóisialta mar Instagram, X, Snapchat, TikTok, agus níos mó.
- Tá breis agus 1.8 billiún suíomh Gréasáin ar fáil ar an idirlíon.
- Déantar breis agus 3.7 milliún físeán a uaslódáil ar YouTube amháin gach lá.
Thairis sin, tá daoine ag roinnt go poiblí téacsanna, físeáin, grianghraif, agus fiú saineolas ábhar trí phodchraoltaí fuaime amháin.
Is píosaí ábhair atá ar fáil go sainráite iad seo.
Mar sin, ní mór iad a úsáid chun samhlacha AI a oiliúint a bheith cothrom, ceart?
Is é seo an limistéar liath a luaigh muid níos luaithe. Níl aon tuairim dochloíte ar an gceist seo toisc go bhfuil uirlisí nua agus leasuithe beartais á ndéanamh ag cuideachtaí teicneolaíochta a bhfuil rochtain acu ar mhéideanna chomh flúirseach sonraí chun freastal ar an riachtanas seo.
Déanann roinnt uirlisí fuaime ó fhíseáin YouTube a thiontú go téacs agus ansin iad a úsáid mar chomharthaí chun críocha oiliúna. Tá fiontair ag breathnú arís ar bheartais phríobháideachta agus fiú ag baint úsáide as sonraí poiblí chun samhlacha a oiliúint le rún réamhchinnte aghaidh a thabhairt ar dhlíthe.
Meicníochtaí Frith
Ag an am céanna, tá cuideachtaí ag forbairt freisin ar a dtugtar sonraí sintéiseacha, áit a ghineann samhlacha AI téacsanna is féidir a úsáid arís chun na samhlacha cosúil le lúb a oiliúint.
Ar an láimh eile, chun cur i gcoinne scriosta sonraí agus chun cosc a chur ar fhiontair leas a bhaint as bealaí éalaithe dlíthiúla, tá forlíontáin agus cóid á gcur i bhfeidhm ag láithreáin ghréasáin chun róbónna scóipeála sonraí a mhaolú.
Cad é an Réiteach Deiridh?
Tá impleacht AI maidir le hábhair imní an fhíorshaoil a réiteach i gcónaí ag tacú le hintinn uasal. Ansin cén fáth nach mór brath ar mhúnlaí liatha chun tacair sonraí a aimsiú chun samhlacha den sórt sin a oiliúint?
De réir mar a fhaigheann comhráite agus díospóireachtaí ar AI atá freagrach, eiticiúil agus cuntasach suntas agus láidreacht, tá sé de dhualgas ar chuideachtaí ar gach scála aistriú chuig foinsí eile a bhfuil teicnící hata bán acu chun sonraí oiliúna a sheachadadh.
Seo é an áit Cruth excels ag. Le tuiscint a fháil ar na hábhair imní atá ann maidir le foinsiú sonraí, mhol Shaip i gcónaí do theicnící eiticiúla agus chleacht sé modhanna scagtha agus optamaithe go seasta chun sonraí a bhailiú agus a thiomsú ó fhoinsí éagsúla.
Modheolaíochtaí Foinsithe Thacair Sonraí Hata Bán
Sin é an fáth go díreach atá i gceist lenár modus operandi seiceálacha mionsonraithe cáilíochta agus teicnící chun tacair shonraí ábhartha a aithint agus a thiomsú. Chuir sé seo ar ár gcumas cuideachtaí a bhfuil tacair shonraí oiliúna Gen AI eisiach acu a chumhachtú thar bhformáidí éagsúla amhail íomhánna, físeáin, fuaime, téacs, agus ceanglais níos nideoige.
Ár Fealsúnacht
Oibrímid ar bhunfhealsúnacht amhail toiliú, príobháideacht agus cothroime agus tacair shonraí á mbailiú againn. Cinntíonn ár gcur chuige freisin éagsúlacht i sonraí agus mar sin ní thugtar isteach aon chlaonadh gan chomhfhios.
Agus an réimse AI ag ullmhú do thús ré nua atá marcáilte ag cleachtais chothroma, tá sé beartaithe againn ag Shaip a bheith mar iompróirí agus mar réamhtheachtaí ar idé-eolaíochtaí den sórt sin. Más rud é go bhfuil tú ag lorg tacair sonraí cothrom agus ardchaighdeáin chun do mhúnlaí AI a oiliúint, déan teagmháil linn inniu.
