AI உருவாக்கிய இந்தப் பயிற்சிப் பொருள் என்ன அழைக்கப்படுகிறது?

செயற்கை தரவு (synthetic data) என்பது நேரடியாக நிஜ-உலக மனித எழுத்து, படங்கள், அல்லது நிகழ்வுகளிலிருந்து சேகரிக்கப்படுவதற்குப் பதிலாக, AI மாதிரிகள் அல்லது கணினி உருவகப்படுத்துதல்களால் உருவாக்கப்படும் பயிற்சி பொருள் ஆகும். AI ஆய்வகங்கள் பயிற்சிக்கு கிடைக்கும் புதிய, உயர்தர மனித-உருவாக்கிய உரையின் அளவில் அதிகரித்து வரும் வரம்புகளை எதிர்கொள்வதால், செயற்கை தரவு இடைவெளிகளை நிரப்ப ஒரு வழியை வழங்குகிறது, குறிப்பாக உண்மையான உதாரணங்கள் அரிதானதாக, சேகரிக்க விலை உயர்ந்ததாக, அல்லது தனியானதாக இருக்கும் பகுதிகளில், ஆராய்ச்சியாளர்கள் ஏராளமான கூடுதல், தனிப்பயனாக்கப்பட்ட பயிற்சி உதாரணங்களை உருவாக்க அனுமதிக்கிறது.

திறந்த மூல தரவு என்பது யாரும் பயன்படுத்த அல்லது மாற்ற இலவசமாக கிடைக்கும் தகவல் அல்லது குறியீட்டைக் குறிக்கிறது, உள்ளடக்கம் AI-ஆல் உருவாக்கப்பட்டதா என்பதுடன் தொடர்பற்ற ஒரு உரிமம் கருத்து. மெட்டாடேட்டா என்பது வெறுமனே மற்ற தரவு பற்றிய விவரிப்பு தகவல் ஆகும், ஒரு கோப்பின் உருவாக்கும் தேதி அல்லது ஆசிரியர் போன்றது, ஒரு AI அமைப்பே உருவாக்கிய பயிற்சி உள்ளடக்கம் அல்ல.

முந்தைய AI மாதிரிகளால் உருவாக்கப்பட்ட தரவில் அதிகமாக புதிய AI மாதிரிகளுக்கு பயிற்சி அளிப்பது, உண்மையான மனித-உருவாக்கிய உள்ளடக்கத்தை விட, தொடர்ச்சியான தலைமுறைகளில் தரத்தையும் பன்முகத்தன்மையையும் படிப்படியாக மோசமாக்கக்கூடும் என்று ஆராய்ச்சியாளர்கள் கவலைகளை எழுப்பியுள்ளனர், இந்த ஃபீட்பேக்-லூப் பிரச்சனையை ஆராய்ச்சியாளர்கள் "மாதிரி வீழ்ச்சி" (model collapse) என்று செல்லப்பெயர் சூட்டியுள்ளனர்.