L'evoluzione dell'AI richiede la disponibilità di dati di apprendimento di alta qualità. Tuttavia, negli ultimi anni si è detto che i dati disponibili su Internet sono stati esauriti, e molte aziende AI stanno cercando nuovi metodi di approvvigionamento dati.
In questo articolo, esploriamo il contesto, le iniziative aziendali e i punti critici che i creatori devono considerare.
Esaurimento dei dati di apprendimento e uso dei dati sintetici
Recentemente, Elon Musk ha sottolineato che "abbiamo esaurito l'accumulo di conoscenze umane per l'addestramento AI". Per risolvere questo problema di esaurimento dei dati, molte aziende hanno iniziato a utilizzare "dati sintetici".
I dati sintetici sono un metodo in cui l'AI genera dati che vengono riutilizzati per l'addestramento, ma c'è il rischio che la qualità dei dati si deteriori e la precisione dell'AI diminuisca.
Photo by 雷道輝一
Generazione di dati sintetici e impatto sulle opere fotografiche
Per affrontare questa carenza di dati, aziende come stanno sviluppando tecnologie per addestrare modelli AI con un numero limitato di immagini reali. D'altra parte, e stanno esplorando l'uso di dati sintetici, facendo sì che l'AI riapprenda dai dati generati da se stessa.
Photo by しろくてしろい
Tuttavia, per i dati fotografici in particolare, si ritiene che i dati sintetici da soli non possano riprodurre realisticamente texture e composizioni, e quindi la dipendenza da dati fotografici reali di alta qualità rimane elevata. Di conseguenza, c'è una tendenza all'uso massiccio di dati fotografici passati.
Diritti di protezione e misure che i creatori devono considerare
Le opere dei creatori sono spesso utilizzate come dati di apprendimento AI, sollevando questioni di copyright ed etiche. È importante essere consapevoli se le proprie opere sono utilizzate per l'apprendimento AI e, se necessario, intraprendere azioni per proteggere i propri diritti.
Inoltre, con l'aumento dei contenuti generati dall'AI, si osserva una rivalutazione del valore dell'originalità.
