Uma análise do Epoch AI, um instituto de pesquisa digital, sugere que as inteligências artificiais (IAs) poderão não ter mais bases de dados para treinamento em 2029. Essa situação ocorreria porque, conforme os cientistas, o volume de dados necessários para o treinamento de uma IA atingirá o limite do conteúdo público disponível na internet, limitando assim o desenvolvimento de novos e mais sofisticados modelos. Outro aspecto que complica essa situação é a crescente restrição imposta por meios de comunicação, como jornais e portais de notícias, ao uso do material gerado por eles, dificultando que esses conteúdos sejam utilizados para alimentar e treinar as IAs.
Uma discussão publicada na revista Nature, nesta quarta-feira (11), aborda essa problemática e destaca que as principais empresas do setor já estão buscando alternativas para lidar com o iminente esgotamento de dados. De acordo com informações coletadas, a tendência é que a solução envolva a combinação de dados provenientes de bancos privados com textos acessíveis ao público. O artigo sugere que uma opção pode ser o aproveitamento de conversas feitas pelo WhatsApp e transcrições de vídeos do YouTube, os quais estão disponíveis para as empresas que possuem essas plataformas. Outra possibilidade seria a utilização de conjuntos de dados mais restritos, que frequentemente estão em expansão, como as informações astrológicas. Uma terceira alternativa seria a geração de dados de forma artificial, mas isso levanta preocupações sobre a precisão dessas informações.
“O desafio com dados sintéticos é que loops recursivos podem reforçar inverdades, propagar equívocos e, em geral, comprometer a qualidade do aprendizado”, observa um dos especialistas, referindo-se a um estudo recente.
