Sekta ya AI inaweza kuwa imefikia "kikomo cha data, " kulingana na mwanzilishi mwenza wa OpenAI Ilya Sutskever, ikionyesha uwezekano wa kupungua kwa maendeleo ya AI kutokana na kuisha kwa data muhimu kutoka mtandaoni. Hii inaweza kuathiri ukuaji wa baadaye wa mifano ya AI, ambayo inategemea sana mafunzo ya awali kwa data nyingi. Licha ya hili, wataalam wengi wa AI wanatafuta njia za kuliepuka tatizo hili. Njia moja yenye matumaini ni mbinu ya "test-time" au "inference-time compute, " ambayo inaboresha uwezo wa hoja wa AI kwa kugawa maswali magumu katika majukumu madogo na kuyashughulikia kila moja kibinafsi kabla ya kuendelea. Njia hii inaruhusu mifano ya AI kutoa matokeo ya ubora wa juu, hasa katika kazi zenye majibu wazi kama matatizo ya hisabati. Matokeo kutoka kwa mifano hii ya hoja yanaweza kuwa data mpya ya mafunzo, na kuunda mzunguko unaojirudia wa kuboresha mfano.

Dhana hii iliungwa mkono na utafiti kutoka Google DeepMind, ambao unadhihirisha matokeo haya kuboresha mifano mikubwa ya lugha (LLMs) hata baada ya kufikia kikomo cha data. OpenAI na maabara zinazofanana za AI zimeanza kupeleka mifano kutumia mbinu hii, kama vile "o1" ya OpenAI, ambayo inaonyesha utendaji bora katika baadhi ya viwango. Mkurugenzi Mtendaji wa Microsoft Satya Nadella amerejelea mkakati huu kama sheria muhimu ya kupanua maendeleo ya mifano ya AI, kwa kuwa inatoa njia ya kuzunguka vikwazo vya data kwa kutolea mafunzo matokeo ya mfano katika mchakato wa mafunzo. Ufanisi wa test-time compute utapimwa zaidi kufikia 2025. Huku watafiti kama Charlie Snell wakiwa na matumaini, wanakubali changamoto za kutumia mbinu hii kwa kazi zisizo na majibu yenye uhakika, kama vile uandishi wa insha. Hata hivyo, kuna matumaini kwamba data sintetiki inayozalishwa kupitia njia hii inaweza kuzidi ubora wa data zilizopo mtandaoni, ikiwezekana kusaidia katika kufunza mifano ya AI ya baadaye. Tayari, uvumi unasema kwamba kampuni kama DeepSeek zimekuwa zikisambaza matokeo kutoka kwa o1 ya OpenAI ili kuboresha mifano yao, kama "DeepSeek V3" yao ya hivi karibuni. Kadri sekta inavyochunguza mikakati hii, uwezo wa kutumia test-time compute kushinda vikwazo vya data ni wa matumaini kwa tahadhari lakini bado uko katika uchunguzi.