ОЕСР: КАРТУВАННЯ МЕХАНІЗМІВ ЗБОРУ ДАНИХ ДЛЯ НАВЧАННЯ ШІ

Організація економічного співробітництва та розвитку опублікувала аналітичний документ «Картування механізмів збору даних для навчання ШІ» із серії «Документи ОЕСР про штучний інтелект».
У ньому зазначається, що створення моделей машинного навчання ШІ вимагає великих обсягів даних, які можуть навмисно або ненавмисно містити персональні дані. Звісно, конкретні потреби в даних варіюються залежно від типу та призначення великої мовної моделі, а доступ до даних дозволяє ШІ працювати більш ефективно, навчаючись на основі даних, виявляючи закономірності в ітеративному процесі. Наявність різноманітних і високоякісних даних (їх точність, повнота, узгодженість, надійність, валідність, своєчасність) є надзвичайно важливою умовою підтримки розвитку надійних і достовірних систем ШІ, оскільки кращі дані дозволяють усувати упередженості, зменшувати кількість помилок і обмежувати небажані результати. Під час розроблення систем штучного інтелекту фахівці зосереджуються на побудові моделей, недооцінюючи важливість аналізу різноманітних механізмів збору даних. Однак саме різноманітність механізмів, що використовуються для збору даних, заслуговує на більш пильну увагу, оскільки кожен з них має різні наслідки для розробників ШІ, суб’єктів даних та інших правовласників, чиї дані були зібрані. У цьому політичному документі ОЕСР описано механізми, які наразі використовуються для отримання даних задля цілей навчання систем ШІ, запропонована їх таксономія, наведені необхідні матеріали для підтримки політичних дискусій щодо конфіденційності, управління даними та відповідальної розробки ШІ.
Детальніше: https://qrpage.net/qr/x10xx, https://qrpage.net/qr/ALI76, https://doi.org/10.1787/3264cd4c-en
Фото: скріншот
#НРАТ_Усі_новини #НРАТ_OECD #НРАТ_ШтучнийІнтелект #НРАТ_ВідкритіДані #НРАТ_Науковцям_новини #НРАТ_Освітянам_новини