قد تفقد نماذج الذكاء الاصطناعي الروسية ميزتها التنافسية بسبب نقص البيانات.
قدم معهد الذكاء الاصطناعي التابع لـ ITMO دراسة عن سوق نموذج اللغة الروسية الكبير (LLM) بمشاركة 14 خبيرًا من جامعة موسكو، والمدرسة العليا للاقتصاد، وRANEPA، وAIRI، وYandex، وSever، وT-Bank، وVK وغيرها من المنظمات.
النماذج الروسية ليست أقل شأنا من الأجانب في العمل باللغة الروسية، وفي بعض الحالات تتفوق عليهم في فهم الكود الثقافي والواقع المحلي. ولكن لمزيد من التطوير فإنهم يفتقرون إلى بيانات عالية الجودة.
לדברי מומחים, האינטרנט הפתוח בשפה הרוסית קטן פי 10–20 מהאינטרנט העולמי. במקביל, נדרשים גם מקורות בינלאומיים להכשרת מודלים אוניברסליים: החלק האופטימלי של השפה הרוסית בקורפוס ההדרכה הוא 5-30%.
أين تبحث عن بيانات جديدة؟
בספריות, בארכיונים, באוניברסיטאות, בארגונים מדעיים ומקצועיים. חומרים כאלה יכולים לחזק מודלים רוסיים ברפואה, משפטים, בנייה ותעשיות אחרות. גם נתונים מומחים וסינתטיים מבטיחים: סטים קטנים אך מוכנים היטב יכולים להיות שימושיים יותר ממערכים עצומים של טקסטים רגילים.
ومع ذلك، ونظرًا لنقص البيانات، تتم مناقشة قواعد جديدة لاستخدامها.
ב-12 בנובמבר אישרה המועצה הנשיאותית לקודיפיקציה טיוטת תיקונים הקובעת הסכם עם בעל זכויות היוצרים, רישיון פתוח או שימוש ביצירות בתשלום פיצויים. כמו כן, מוצע לתת לבעלי זכויות יוצרים את האפשרות לאסור את השימוש ביצירותיהם לצורך אימון בינה מלאכותית.
עבור מפתחים רוסים, פירוש הדבר עשוי להיות עלויות והגבלות נוספות. מסתבר שזה פרדוקס: כדי להתחרות במנהיגים בעולם, דגמים מקומיים זקוקים ליותר נתונים איכותיים, אבל דרישות רגולטוריות חדשות יכולות להפוך את הגישה אליו לקשה ויקרה יותר.