Courtesy of Forbes
Tahun ini, data besar (big data) kembali menjadi fokus utama dalam dunia teknologi dan bisnis. Setelah beberapa tahun perhatian lebih tertuju pada kecerdasan buatan generatif (genAI), kini banyak orang menyadari bahwa kualitas dan keandalan data sangat penting untuk mendukung AI. Banyak perusahaan yang menyadari bahwa fondasi AI mereka tidak cukup kuat karena kurangnya data yang berkualitas. Dengan semakin banyaknya data yang tersedia, ada kekhawatiran bahwa kita mulai kehabisan data yang dapat digunakan untuk melatih mesin. Oleh karena itu, penting untuk memiliki data yang baik dan tepat waktu agar AI dapat berfungsi dengan baik.
Baca juga: Nvidia Bertaruh Besar pada Data Sintetis
Inisiatif baru bernama Open Trusted Data Initiative bertujuan untuk menyediakan kumpulan data terbuka yang berkualitas tinggi dan dapat dipercaya untuk digunakan dalam pengembangan AI. Inisiatif ini melibatkan lebih dari 150 peserta dari berbagai organisasi dan berfokus pada pengembangan data yang lebih transparan dan akurat. Selain itu, ada juga model AI yang lebih spesifik untuk industri tertentu, seperti BloombergGPT untuk keuangan dan Med-PaLM2 untuk kesehatan, yang dilatih dengan data khusus agar dapat memberikan hasil yang lebih baik. Namun, penggunaan data sintetis juga perlu dilakukan dengan hati-hati, karena bisa jadi tidak mencerminkan masalah nyata yang dihadapi di dunia.
Pertanyaan Terkait
Q
Apa yang menjadi fokus utama artikel ini?A
Fokus utama artikel ini adalah pentingnya data dalam konteks AI generatif dan big data.Q
Mengapa data dianggap penting dalam pengembangan AI?A
Data dianggap penting karena kualitas dan keandalannya menjadi dasar bagi model AI yang efektif.Q
Apa itu AI Alliance dan apa tujuannya?A
AI Alliance adalah konsorsium perusahaan teknologi yang bertujuan untuk mengembangkan data yang dapat dipercaya untuk model AI.Q
Sebutkan beberapa model AI spesifik industri yang disebutkan dalam artikel.A
Beberapa model AI spesifik industri yang disebutkan adalah BloombergGPT, Med-PaLM2, dan Paxton AI.Q
Apa kekhawatiran yang diungkapkan tentang penggunaan data sintetis?A
Kekhawatiran tentang penggunaan data sintetis adalah bahwa model yang dilatih dengan data tersebut mungkin tidak dapat menangani masalah dunia nyata yang tidak terduga.