Специалисты из Оксфордского университета выражают обеспокоенность по поводу того, что рост количества контента, созданного с помощью искусственного интеллекта (ИИ), может привести к проблемам с моделями машинного обучения. Руководитель аналитики данных в Data Marketing Александр Грибан в разговоре с «Петербург.Экспертом» рассказал, что считает это утверждение частично верным.
Он пояснил, что действительно, большое количество данных, созданных ИИ, может исказить результаты работы некоторых моделей, что приведет к ошибкам в их ответах. Однако говорить о полном крахе всех моделей машинного обучения пока преждевременно. Все зависит от того, какие специалисты будут работать с этими моделями, какие методы и подходы будут использоваться, и как будет организован контроль качества данных, применяемых для их обучения.
Грибан подчеркнул, что проблемы переобучения существовали и раньше, даже с классическими моделями, и специалисты уже научились с ними справляться. Несмотря на потенциальные риски, связанные с ростом объема контента, созданного ИИ, развитие технологий и методов машинного обучения продолжается. Специалисты продолжают работу над улучшением алгоритмов и методов обучения, что делает маловероятным полный крах моделей ИИ в ближайшем будущем.