غولدمان ساكس: تنفيذ بيانات يستطيع الذكاء الاصطناعي التدرب عليها - البطريق نيوز

0 تعليق ارسل طباعة تبليغ حذف

انقر هنا للمشاركة على وسائل التواصل الاجتماعي

share2

أكد نيما رافائيل كبير مسؤولي البيانات ورئيس هندسة البيانات في "غولدمان ساكس" أن العالم وصل إلى مرحلة نفذت فيها البيانات الأصلية المتاحة التي يمكن تدريب الذكاء الاصطناعي عليها، وذلك وفق تقرير نشره موقع "بيزنس إنسايدر".

وأوضح أن هذا الأمر أثر بالفعل في الآلية التي تبنى بها نماذج الذكاء الاصطناعي، مشيرا إلى نموذج "ديب سيك" الصيني الذي تم تدريبه بتكلفة أقل من بقية النماذج.

ويتوقع رافائيل أن كلفة تدريب "ديب سيك" المنخفضة جاءت لاعتماده على البيانات التي تولدها نماذج الذكاء الاصطناعي الموجودة بالفعل، وليس على البيانات الأصلية المتاحة عبر الإنترنت.

ورغم أن الاعتماد على البيانات المولدة من أدوات الذكاء الاصطناعي يوفر حجما لا محدودا من البيانات، فإنه لا يضمن جودة هذه البيانات التي قد تكون أضعف من البيانات الأصلية الموجودة بالإنترنت، وبالتالي يؤثر على جودة النموذج الذي يتم تدريبه عليها.

Neema Raphael, Goldman Sachs' chief data officer and head of data engineering نيما رافائييل كبير علماء البيانات وهندسة البيانات في جولدمان ساكس
نيما رافائيل يرى أن الشركات تملك بيانات لم تستخدمها بعد في تدريب الذكاء الاصطناعي (مواقع التواصل)

ويشير رافائيل أثناء حديثه إلى أن البيانات التي نفذت هي المتاحة عبر الإنترنت المفتوح لجميع المستخدمين، ولكن يختلف الأمر تماما عندما يتعلق بالبيانات الخاصة التي تحتفظ بها الشركات.

ويعني هذا أن المرحلة القادمة لتدريب نماذج الذكاء الاصطناعي ستعتمد بشكل مباشر على البيانات الخاصة الموجودة لدى الشركات، سواء كانت بيانات لعمليات تداول أو تفاعلات بين المستخدمين وموظفي الشركة، وفي هذا السياق تملك "غولدمان ساكس" كنوزا من البيانات يمكنها أن تجعل أدوات الذكاء الاصطناعي أكثر قوة إن تم استخدامها بشكل صحيح.

ويتفق إيليا سوتسكيفر المؤسس المشارك في "أوبن إيه آي" مع رؤية رافائيل، إذ قال سابقا في أحد المؤتمرات إن الشركات استهلكت كافة البيانات المفيدة المتاحة عبر الإنترنت مما يضع حدا لعصر التطور السريع في نماذج الذكاء الاصطناعي.

إعلان

وتظل النقطة المحورية في تدريب نماذج الذكاء الاصطناعي هي نوعية البيانات المستخدمة بالتدريب وجودتها، فالاعتماد على البيانات المصنعة من النماذج الأخرى أو البيانات ذات الجودة المنخفضة يثير تساؤلات أعمق حول مسار الذكاء الاصطناعي من وجهة نظر رافائيل.

0 تعليق