Науковець Ендрю Нг закликав зосередитися на якості даних для ШІ
Науковець і засновник Landing AI Ендрю Нг заявив, що для багатьох практичних систем штучного інтелекту важливішим стає не нарощування обсягів даних і моделей, а системна робота з якістю навчальних даних. В інтерв’ю IEEE Spectrum він назвав цей підхід data-centric AI — дисципліною системного проєктування даних, потрібних для створення ШІ-систем.
Нг зазначив, що масштабування моделей і обчислювальних ресурсів і далі має потенціал, зокрема для великих мовних моделей та моделей комп’ютерного зору. Водночас цей підхід, за його словами, застосовний не до всіх завдань: у багатьох галузях немає величезних масивів даних, тому там слід переходити від «великих даних» до якісних даних.
За словами Нга, архітектури нейромереж у багатьох прикладних задачах уже достатньо зрілі, тож продуктивніше залишити модель незмінною та вдосконалювати набір даних. Він навів приклад візуального контролю дефектів на виробництві: навіть 50 ретельно відібраних і розмічених зразків можуть бути достатніми, щоб навчити систему виконувати корисне завдання.
Landing AI для таких рішень використовує попередньо навчену версію RetinaNet, проте Нг назвав попереднє навчання лише частиною процесу. Значно важливішими він вважає інструменти, які допомагають виробникам відібрати доречні зображення для донавчання моделі та послідовно їх розмітити. Якщо, наприклад, певний невеликий клас зображень має суперечливі мітки, точкове виправлення цих міток може підвищити якість системи ефективніше, ніж загальний збір нових даних.
Нг також назвав синтетичні дані важливим інструментом. Їх можна застосовувати адресно: якщо модель загалом добре виявляє дефекти корпусу смартфона, але гірше розпізнає точкові вм’ятини, можна згенерувати додаткові приклади саме такого дефекту. Водночас він зауважив, що перед цим можуть допомогти простіші кроки — доповнення даних, поліпшення послідовності розмітки або збір додаткових даних на підприємстві.
Компанія Landing AI розвиває платформу LandingLens для візуального контролю у виробництві. Її підхід передбачає, що клієнти самостійно навчають, перенавчають і оновлюють моделі за допомогою інструментів платформи. Нг пояснив, що це необхідно для масштабування: на відміну від споживчих інтернет-сервісів із кількома моделями для мільярдів користувачів, у виробництві можуть знадобитися тисячі індивідуальних моделей для різних компаній.
- Останні
- Популярні
Новини по днях
1 листопада 2026
