Ist Big Data die Zukunft der KI?

„Is big data the future of AI?“ wird von BTW Media profiliert, da veröffentlichte Nachweise es mit Internetinfrastruktur, Governance, operativen Abhängigkeiten oder Marktsichtbarkeit in Verbindung bringen.

Der Technologieriese Tencent veranstaltete am 14. Dezember seinen Hi Tech Day und die Konferenz Digital Open Things 2023 im China National Convention Center in Peking unter dem Motto „Intelligenz entsteht und öffnet alle Dinge“. Jiang Chunyu erklärte, dass die KI-Entwicklung in China dringend trainierbare und hochwertige Datensätze benötige. Jiang enthüllte, dass bald ein Weißbuch zur KI-Daten-Governance veröffentlicht werde, um ein Methoden- und Regelsystem in diesem Bereich zu etablieren.

China beschleunigt seine digitale Transformation und schließt die digitale Kluft, mit starker Unterstützung für die Anwendung neuer Technologien wie Daten, Cloud Computing, künstliche Intelligenz und Quantencomputing. Der Technologieriese Tencent veranstaltete den Hi Tech Day und die Konferenz Digital Open Things 2023 unter dem Motto „Intelligenz entsteht, das Digitale öffnet alle Dinge“ am 14. Dezember im China National Convention Center in Peking und lud große Namen aus allen Bereichen ein, um über den Trend der künstlichen Intelligenz zu diskutieren.

Während der Konferenz hielt Jiang Chunyu, Direktor der Abteilung Cloud Data und Blockchain der Chinesischen Akademie für Informations- und Kommunikationsforschung, eine Rede zum Thema „KI-Daten-Governance regt zum Nachdenken an“. Die große, hochwertige Datenbank ist das nächste evolutionäre Ziel. „Es gibt nicht viele trainierbare und hochwertige Datensätze auf dem Markt, insbesondere im chinesischen Kontext, wo viele qualitativ hochwertige Daten verborgen sind.

Wir müssen dringend ein vermarktbares und offenes Modell finden oder bestimmen, welches Modell die Daten freisetzen und von allen genutzt werden kann.“ Jiang Chunyu, Direktor der Abteilung Cloud Data und Blockchain der Chinesischen Akademie für Informations- und Kommunikationsforschung. Seit 2018 führt die allgemeine KI die Technologiewelle an. Alle Beteiligten haben massiv investiert und Geld in das Training großer Modelle gesteckt, was zu einem enormen Wettbewerbstrend führt.

Jiang Chunyu ist jedoch der Ansicht, dass sich die nationale Entwicklung auf die Verbesserung der Daten konzentrieren sollte, nicht nur in Quantität, sondern auch in Qualität. China als natürliche Datenmacht sollte sich, anstatt sich auf die Kluft zwischen Algorithmen und Rechenleistung zu konzentrieren, die zwischen den Akteuren nicht so groß ist, und die enormen Kosten der „Involution“ in diesem Bereich zu tragen, lieber auf die Verbesserung der Datenqualität konzentrieren, was bessere Ergebnisse bringen könnte.

Er zählte dem Publikum die großen, vielfältigen und qualitativ hochwertigen Datensätze auf, die für das Training großer Modelle erforderlich sind: GPT-1 benötigte vor vier oder fünf Jahren 4,8 GB hochwertige Daten, GPT-2 lag bei 40 GB, GPT-3 bei 570 GB, und in diesem Jahr brachte Meta ein großes Modell heraus, dessen Datenbank eine erstaunliche Größe von 4.000 GB erreichte. Jiang äußerte seine Besorgnis: „Es gibt nicht viele trainierbare und hochwertige Datensätze auf dem Markt, insbesondere im chinesischen Kontext, wo viele qualitativ hochwertige Daten verborgen sind.

Wir müssen dringend ein vermarktbares und offenes Modell finden oder bestimmen, welches Modell die Daten freisetzen und von allen genutzt werden kann.“ Lesen Sie auch: Amazon Q AI Assistant: AWS bringt einen revolutionären Ansatz zur Datenabfrage auf den Markt. Jiang Chunyu: Datenmanagement, -sicherheit und -schutz müssen dringend etabliert werden. Jiang nannte drei Probleme in der aktuellen Branchenentwicklung: Die Datenqualität ist generell verzerrt. Um Datensätze von schlechter in hohe Qualität umzuwandeln, betonte Jiang die Notwendigkeit, ein integriertes System aus Data Engineering und F&E-DevOps einzurichten.

Von der F&E-Lieferung über das Datenbetriebs- und Wartungsmanagement bis hin zur Wertschöpfung wird eine vollständige Datenproduktionskette oder Lieferkette gebildet, sodass Daten geordnet geliefert und schrittweise verknüpft werden können, um einen veröffentlichten Produktionsnachweis zu bilden – anders als bei der traditionellen Verarbeitung strukturierter Daten in der Vergangenheit. Er warnte die anwesenden Unternehmen auch davor, viel Zeit in das Modelltraining zu investieren, bevor die Datenqualitätsverbesserung abgeschlossen ist, da ein Training Dutzende Millionen US-Dollar kosten kann, ohne zu einem Ergebnis zu führen.

Erstaunlicherweise ist sein Team gerade dabei, die Methodik und den Rahmen der KI-Trainingsmethoden zu ordnen, ein Weißbuch zur Daten-Governance für künstliche Intelligenz zu erstellen und ein Methoden- und Regelsystem in diesem Bereich zu etablieren. Sicherheits- und Datenschutzprobleme. Jiang erklärte: „Im gesamten Trainingsprozess gibt es zahlreiche Sicherheits- und Datenschutzprobleme, darunter Anwendungsrechte, Verstöße bei der Erfassung personenbezogener Daten, unsichere Datenübertragung, Datenfälschung und unsichere Speicherung und Übertragung von Modellen.

Darüber hinaus gibt es Probleme wie Prompt-Angriffe und Verstöße durch generierte Inhalte. Um den Schutz der Privatsphäre und Sicherheit über den gesamten Lebenszyklus bei der Produktion, Nutzung und dem Betrieb von Modellen zu gewährleisten, müssen wir eine Vielzahl von Technologien beherrschen, geeignete Regeln aufstellen und die Fähigkeiten von Prüfern und Aufsichtspersonen ganzheitlich konfigurieren. Dies ist ein völlig neues Feld, das Aufmerksamkeit und Investitionen erfordert, um die sich entwickelnden Herausforderungen der Datensicherheit und des Datenschutzes zu bewältigen.“ Management von generierten und synthetischen Inhalten.

Selbst synthetische Daten dürfen kein Betrug sein. Daher ist die Messung von Wahrhaftigkeit und Genauigkeit besonders kritisch. Darüber hinaus ist auch die Erkennung und Verhinderung von Schädlichkeit eine dringende Aufgabe. Derzeit werden viele große Modelle gerade wegen Problemen bei den generierten Inhalten gemeldet, wie Belästigung, Gewalt und Diskriminierung. Diese Probleme müssen wirksam kontrolliert werden.

Separat können die Anforderungen an Authentizität und Genauigkeit durch Regeln eingerahmt werden; die Anforderungen an die Inhaltserzeugung, Überwachungsmechanismen und die Bewertung der Authentizität können durch automatische Erkennung und Filterung von Inhalten in Kombination mit manueller Überprüfung realisiert werden; und die Verhinderung von Schädlichkeitsproblemen kann durch die Anwendung von Regelbeschränkungen, Linienvorhersage, empirische Vertraulichkeitsbewertung und Vertraulichkeits-Angriffstests effektiv gehandhabt werden.