Da li smo došli do „vrhunca podataka“ i koliko to ugrožava sisteme veštačke inteligencije?

Ilon Mask (Elon Musk) je pre nekoliko dana izazvao pravu buru svojim komentarom da je svet došao do „granice znanja“, odnosno da je telo znanja celog čovečanstva blizu granice koja se naziva „vrhunac podataka“.

Naime, iako veštačka inteligencija (AI) napreduje ogromnom brzinom, i u poslednje tri godine je doživela ogromne napretke – od ChatGPT do DeepSeek modela – i počela da daje sve preciznije odgovore, pa čak i da se uključuje u proces kreiranja sadržaja umetničkog tipa, što je pokrenulo mnogo nezadovoljstva i hrpu tužbi, Mask je zabrinut i proriče probleme u neposrednoj budućnosti.

Već sada 90 odsto koda koji se piše u programskim jezicima kreira veštačka inteligencija, a to je i najdosadniji deo posla. Ovaj razvoj doprinosi da se programeri sada prebacuju u „više sfere“ programiranja, a sličan trend važi i kod prevodilaca i mnogih drugih profesija.

No, problem je u „telu znanja“. Na početku, 100 procenata tela znanja koje je služilo za obuku AI sistema bilo je znanje kreirano od strane ljudi. Međutim, sada je situacija takva da je možda oko 60 odsto sadržaja koji AI modeli koriste da bi se obučili i izbacili tačan odgovor – sadržaj generisan od strane te iste AI. To donosi mnoge probleme, jer se pretpostavlja da bi sav sadržaj informacionog tipa mogao biti isrcpljen već 2027. godine, a da bi do 2060. sav sadržaj umetničkog, vizuelnog, kreativnog tipa, bio iscrpljen, prema istraživanju Epoch Research Institutea.

U prevodu, tih godina bi 99 odsto sadržaja koje AI sistem uzima za kreiranje sadržaja već mogao biti generisani sadržaj.

Benchmark navodi da kompanije poput Microsofta, Mete, OpenAI-ja i Anthropica već uvode sintetičke podatke u svoje sisteme, pri čemu se procenjuje da je 60 odsto podataka za obuku AI modela u 2024. godini veštački generisano. Iako ovo može rešiti probleme sa privatnošću i autorskim pravima, postoji ozbiljan rizik: kolaps modela.

Isti izvor citira istraživanje časopisa Nature i kaže da “preterana upotreba sintetičkih podataka može dovesti do samo-referencijalnih petlji u kojima veštačka inteligencija gubi raznovrsnost, pojačava pristrasnost i degradira u kvalitetu. Umesto napretka, AI bi mogla početi da „jede samu sebe“, pretvarajući se u „zatvoreni sistem dezinformacija”. 

U slučaju umetničkih formi, u pitanju je derivacija sadržaja koji je već deriviran sadržaj, i to utiče na njegovu “dosadu” i neoriginalnost, ali to nije najstrašnije. U neumetničkim sadržajima derivacija derivacije dovela bi do netačnosti koje bi mogle biti vrlo opasne ako se ne proveravaju.

Za komentar smo pitali IT stručnjaka Stefana Jančića, koji u razgovoru za Biznis.rs kaže da se fenomen takozvanog „vrhunca podataka“ može shvatiti kao faktor prekretnice u razvoju veštačke inteligencije, budući da se na internetu u ovom trenutku nalazi više generisanog od kreiranog sadržaja, na kome se i sami modeli treniraju i uče.

„S tim u vezi, modeli u narednim fazama razvoja ne bi trebalo da se oslanjaju na samu kvantitativnu ekspanziju, već i na metodologiju učenja i obrade podataka, radi očuvanja tačnosti i inovativnosti modela. Problem zatvorenih petlji, u kojima se AI trenira na vlastitim derivacijama, dovodi do smanjenja inovativnosti i do manje kvalitetnog sadržaja koji u sebi nema ni deo ljudske kreative ili ličnog pečata. Upravo zbog toga razvoj budućih modela ne bi trebalo da se oslanja na same derivacije, već na stalno prikupljanje svežih ljudski generisanih sadržaja. Izazov će svakao biti odoleti upotrebi alata za generisanje sadržaja pre upotrebe sopstvenih sposobnosti, kako bi se popravio odnos generisanog i kreiranog“, ističe naš sagovornik.