AI-modeller som tränas av stora teknikföretag som OpenAI, Meta och Google är mycket beroende av online-data för sin inlärning. Dock utgör den snabba takten som AI-modeller lär sig en utmaning: uttömning av tillgänglig data fram till 2026. För att säkerställa kontinuerlig inlärning utforskar stora teknikföretag innovativa lösningar. Håll dig informerad om de senaste nyheterna inom marknaden, tekniken och affärsområdet genom att registrera dig för vårt nyhetsbrev. Förhandsgranska innehållet innan du registrerar dig och få tillgång till personligt anpassade ämnen när du är på språng med vår mobilapp. Ange helt enkelt din e-postadress för att komma igång. Genom att klicka på "Registrera dig" godkänner du våra användarvillkor och integritetspolicy.

Du kan när som helst avregistrera dig. Annons För AI är kvantitet viktig. Ju mer data AI-systemen exponeras för under träningen, desto kraftfullare blir deras förmågor. Trots det ökande konkurrensen inom AI står företag som Meta, Google och OpenAI inför en kommande brist på data att träna sina modeller med. Ledande AI-system har historiskt sett förlitat sig på stora mängder online-data. Enligt Epoch, ett AI-forskningsinstitut, kan tillgången till högkvalitativ data vara uttömd fram till 2026. Som svar på detta undersöker stora teknikföretag aktivt alternativa datakällor för att säkerställa att deras AI-system kan fortsätta lära sig. Låt oss ta en närmare titt på några av de fantasifulla alternativen som dessa företag överväger.