Компании, такие как OpenAI, Meta и Google, соревнуются за сбор данных для обучения своих моделей искусственного интеллекта. Однако некоторые лидеры отрасли предлагают, что полагаться только на публично доступные данные может привести к судебным искам по авторским правам. Вместо этого они выступают за использование синтетических данных, которые могут быть созданы искусственно и предоставляют больше контроля и конфиденциальности. Синтетические данные рассматриваются как более безопасная альтернатива, которая может способствовать развитию генеративного искусственного интеллекта. Однако они имеют ограничения, такие как неспособность создавать идеальные данные без уже существующей информации, а также проблемы в области конфиденциальности и точности при ограниченных данных.

Публичные данные также представляют проблемы, включая отсутствие важных деталей и ограничения регулирования доступа к данным. Фокус должен сместиться к подходам с приоритетом конфиденциальности и ответственного разработки на основе данных для устойчивого развития искусственного интеллекта. Синтетические данные могут играть роль в демократизации доступа к данным в организациях, обеспечивая ценность и способствуя инновациям. Будущее заключается в меньших, специализированных моделях искусственного интеллекта, ориентированных на конкретные задачи, а также в регулировании, которое оценивает риски искусственного интеллекта. Это смещение соответствует принципам дифференциальной конфиденциальности и синтетических данных, акцентируясь на целевом эффективном развитии, а не на массовом сборе данных.