Hết dữ liệu?
Mark nghe nói AI sắp đọc hết chữ trên internet, nên muốn biết lấy đâu ra dữ liệu để học tiếp.
SYNTHETIC DATA
Dữ liệu do AI tạo
Bit giải thích: một cách là synthetic data, dữ liệu tổng hợp, do chính AI tạo ra. Ví dụ AI viết hàng triệu bài toán kèm lời giải.
LỌC
Kiểm tra trước khi dùng
Bước quan trọng là lọc kỹ: bài toán thì tính lại, code thì chạy thử, chỉ giữ những gì đúng.
ĐƯỢC GÌ
Lấp chỗ dữ liệu hiếm
Nó có ích ở chỗ dữ liệu thật hiếm hoặc nhạy cảm: tình huống hiếm gặp, hay hồ sơ giả lập để không lộ thông tin người thật.
RỦI RO
Photo của bản photo
Rủi ro: AI chỉ học từ AI, lâu dần như photo của bản photo, mờ dần đi. Người ta gọi là model collapse, nên luôn phải trộn thêm dữ liệu thật.
GHI NHỚ
Gặp chữ này thì hiểu
Gặp chữ này, hiểu là: dữ liệu AI tự tạo để dạy AI, dùng tốt khi được lọc kỹ.
Đây là bài viết từ video Synthetic data: AI tự làm dữ liệu cho AI của kênh Mark học AI. Xem video để thấy phần minh họa bằng hình động.