วัสดุฝึกที่ AI สร้างขึ้นนี้เรียกว่าอะไร?

ข้อมูลสังเคราะห์ (synthetic data) คือข้อมูลฝึกฝนที่สร้างขึ้นโดยโมเดล AI หรือการจำลองด้วยคอมพิวเตอร์ แทนที่จะรวบรวมโดยตรงจากงานเขียน รูปภาพ หรือเหตุการณ์จริงของมนุษย์ เนื่องจากห้องปฏิบัติการ AI เผชิญข้อจำกัดมากขึ้นเรื่อย ๆ ในปริมาณข้อความคุณภาพสูงที่มนุษย์สร้างขึ้นใหม่ที่มีให้ใช้สำหรับการฝึกฝน ข้อมูลสังเคราะห์จึงเป็นวิธีเติมเต็มช่องว่าง โดยเฉพาะในพื้นที่ที่ตัวอย่างจริงหายาก มีค่าใช้จ่ายสูงในการรวบรวม หรือเป็นข้อมูลส่วนตัว ทำให้นักวิจัยสามารถสร้างตัวอย่างการฝึกฝนเพิ่มเติมที่ปรับให้เหมาะสมได้จำนวนมาก

ข้อมูลโอเพนซอร์สหมายถึงข้อมูลหรือโค้ดที่เปิดให้ใครก็ตามใช้หรือแก้ไขได้ฟรี เป็นแนวคิดด้านลิขสิทธิ์ที่ไม่เกี่ยวข้องกับว่าเนื้อหานั้นถูกสร้างโดย AI หรือไม่ เมทาดาต้าเป็นเพียงข้อมูลเชิงพรรณนาเกี่ยวกับข้อมูลอื่น เช่น วันที่สร้างไฟล์หรือผู้เขียน ไม่ใช่เนื้อหาฝึกฝนที่สร้างโดยระบบ AI เอง

นักวิจัยได้แสดงความกังวลว่าการฝึกโมเดล AI ใหม่ให้พึ่งพาข้อมูลที่สร้างโดยโมเดล AI รุ่นก่อนหน้ามากเกินไป แทนที่จะเป็นเนื้อหาที่มนุษย์สร้างขึ้นจริง อาจทำให้คุณภาพและความหลากหลายเสื่อมลงทีละน้อยในแต่ละรุ่นถัดไป ปัญหาวงวนป้อนกลับนี้นักวิจัยตั้งชื่อเล่นว่า "model collapse"