A kritikusok arra mutatnak rá, hogy az MI-modellek képességei egyre inkább hasonló szintre kerülnek, és a fejlesztők hamarosan minden használható adatot kipréselhetnek, amivel a gépeket tanítani lehet – írja az Economx. Az Epoch AI szerint 2028-ra gyakorlatilag kimerül az MI-tréninghez használható nyilvános adatforrások tárháza.
A Business Insider által megkérdezett szakértők szerint az MI-fejlesztés két fő akadállyal küzd: a specifikus hardverek hiányával és a tanításhoz szükséges adatok korlátaival. Az Nvidia uralja a speciális chipek piacát, de a kereslet egyszerűen nagyobb, mint amit ki tudnak szolgálni.
Eközben
a nyilvános adatbázisok kimerülése miatt a vállalatok már licencmegállapodásokkal próbálnak hozzáférni a magánkézben lévő információkhoz.
A fejlesztők viszont nem adják fel: az MI-k most már egyre több multimodális adatot – képeket és hangokat – használnak a szövegesek mellett. A Microsoft vezérigazgatója, Satya Nadella szerint a jövő inkább a minőségre helyezi a hangsúlyt: a kevesebb, de relevánsabb adat felhasználása, illetve a modellek fejlettebb problémamegoldó képességének fejlesztése lehet a következő nagy lépés.
Erre már példa is van: az OpenAI szeptemberben mutatta be az o1 nevű modelljét, amely hosszan elemez egy problémát, mielőtt megpróbálná megoldani. Ez új irányt mutathat, de az MI-k fejlődése már biztosan nem olyan gyors és egyértelmű, mint néhány éve. A kérdés az, hogy a következő lépés forradalmat hoz-e, vagy csak kozmetikázni próbálják az iparág kifulladását.
(Borítókép: Unsplash/Levart_Photographer)
