Эксперт счел позитивным для индустрии дефицит данных в интернете для обучения ИИ

Нехватку данных в интернете для обучения нейросетей можно оценить положительно, ведь она указывает в принципе на возможность четко обозначить объем такой информации. Об этом заявил «Постньюс» руководитель управления развития андеррайтинга в «Абсолют Страхование» Михаил Мосесов.

«Факт того, что данные “закончились”, позитивен для индустрии. Это говорит о том, что разработчики ИИ могут обозначить четкие границы общего объема информации, на котором можно обучать ИИ и строить оцениваемые достижимые метрики развития моделей», — сказал эксперт.

Он отметил, что любая модель ИИ — это лишь инструмент для анализа доступного для нее корпуса информации по той или иной теме. «На нынешнем этапе развития ключевым направлением для языковых моделей станет работа над качеством данных», — заявил Мосесов. По его словам, углубление в анализ сути и качества собранных знаний важен для их будущего применения при решении важных задач.

Мосесов указал, что в любой индустрии качество данных важнее их количества. «Мы в “Абсолют Страхование” уже несколько лет применяем в небольших проектах по работе с рисками алгоритмы ИИ, но не планируем их расширение на все сферы деятельности компании, так как для их обучения проводится большая работа над качеством данных», — заключил он.

Ранее гендиректор Центра искусственного интeллекта МТС (MTS AI) Андрей Кaлинин заявил РБК, что данные для обучения нейросeтей в интернете закoнчились, а новые не появляются с нужной cкоростью. По словам Калинина, с этим связаны и сообщения о том, что GPT-5 не дает того пpироста, который был в GPT-4 по cравнению с GPT-3.5.