Goldman Sachs: у ИИ уже закончились данные для обучения

Искусственный интеллект ^[1] исчерпал доступные для обучения ^[2] данные, рассказал ^[3] директор по данным и руководитель отдела разработки данных Goldman Sachs Нима Рафаэль. По его словам, этот дефицит уже может оказывать влияние на то, как создаются новые системы ИИ.

В качестве примера Рафаэль привёл китайскую DeepSeek, упомянув гипотезу, что компания обучала свои решения на результатах уже существующих моделей, а не на совершенно новых данных.

«Думаю, самое интересное будет в том, как предыдущие модели будут формировать то, каким окажется следующее воплощение мира в этом отношении», — заявил Рафаэль.

С исчерпанием возможностей интернета разработчики обращаются к синтетическим данным — машинно-cгенерированному тексту, изображениям и коду. Подобный подход предлагает неограниченный ресурс, но это также чревато перегрузкой моделей низкокачественными результатами или созданием неэффективного ИИ.

Нехватка свежих данных не станет серьёзным ограничением отчасти из-за того, что компании располагают неиспользованными резервами информации, указывает Рафаэль. С точки зрения ^[4] потребительского рынка наблюдается взрывной рост объёма синтетических данных. Однако с точки зрения корпоративного сектора из этого ещё много чего можно выжать, пояснил руководитель Goldman Sachs.

Это означает, что реальным рубежом может быть не открытый интернет, а закрытые наборы данных, хранящиеся в корпорациях. Goldman и другие компании располагают информацией, которая при правильном использовании поможет сделать ИИ-инструменты гораздо более ценными.

В начале этого года соучредитель OpenAI Илья Суцкевер отметил ^[5], что все полезные данные из интернета уже использованы для обучения моделей. Он предупредил, что эпоха быстрого развития ИИ «безусловно закончится».

Рафаэль говорит, что препятствия для корпоративного сектора заключаются не только в поиске дополнительных данных, но и в обеспечении возможности использования этой информации. Задача состоит в понимании бизнес-контекста этих данных с дальнейшей возможностью нормализовать их таким образом, чтобы они были удобны для использования в коммерции.

Руководитель Goldman предположил, что сильная зависимость от синтетических данных поднимает более глубокий вопрос о траектории развития ИИ.