ΕΛ/ΛΑΚ | creativecommons.gr | mycontent.ellak.gr |
freedom

Συνθετικά δεδομένα, πραγματικός κίνδυνος: γιατί η Τεχνητή Νοημοσύνη χρειάζεται ανοιχτά και τεκμηριωμένα δεδομένα

Μια υπόσχεση που κρύβει παγίδες Τα συνθετικά δεδομένα εμφανίζονται ως θαυματουργή λύση σε τρία μεγάλα προβλήματα της Τεχνητής Νοημοσύνης: την έλλειψη δεδομένων, την αδικία στα σύνολα εκπαίδευσης και την προστασία της ιδιωτικότητας. Παράλληλα, παρουσιάζονται ως μέσο «δημοκρατικοποίησης» της ανάπτυξης ΤΝ, επειδή επιτρέπουν σε μικρότερους φορείς να παράγουν δεδομένα χωρίς πρόσβαση στα τεράστια αποθετήρια των τεχνολογικών … Read more

Από το FAIR στο FAIR‑R και FAIR²: Κάνοντας τα δεδομένα έτοιμα για Τεχνητή Νοημοσύνη

Από το 2016, οι αρχές FAIR — ότι τα δεδομένα πρέπει να είναι Εντοπίσιμα (Findable), Προσβάσιμα (Accessible), Διαλειτουργικά (Interoperable) και Επαναχρησιμοποιήσιμα (Reusable) — αποτελούν το θεμέλιο της υπεύθυνης διαχείρισης ανοικτών δεδομένων. Ιδίως στην κοινότητα της ανοικτής επιστήμης, το FAIR διαμόρφωσε τον τρόπο με τον οποίο δημοσιεύουμε, μοιραζόμαστε και επαναχρησιμοποιούμε επιστημονικά και δημόσια δεδομένα· έφερε μια … Read more

Tο Όραμα της International Data Spaces Association (IDSA) για την Κυριαρχία, την Καινοτομία και την Εμπιστοσύνη στην Εποχή της Τεχνητής Νοημοσύνης

Η εποχή της πληροφορίας έχει καταστήσει τα δεδομένα ως έναν από τους σημαντικότερους παραγωγικούς πόρους της σύγχρονης οικονομίας και κοινωνίας. Όπως το πετρέλαιο στον 20ό αιώνα, έτσι και τα δεδομένα αποτελούν τη βάση της καινοτομίας, ειδικά στον τομέα της Τεχνητής Νοημοσύνης (AI). Ωστόσο, η αξιοποίησή τους παραμένει περιορισμένη, καθώς πολλά δεδομένα παραμένουν «κλειδωμένα» σε σιλό, … Read more

Δημόσια Διαβούλευση της ΕΕ για τα Δεδομένα και την Τεχνητή Νοημοσύνη: Προς μια Ευρωπαϊκή Ένωση Δεδομένων

Στην εποχή της πληροφορίας, όπου τα δεδομένα αποτελούν τη «νέα ενέργεια» της οικονομίας, η Ευρωπαϊκή Επιτροπή έχει ξεκινήσει μια σημαντική πρωτοβουλία: τη Στρατηγική για την Ευρωπαϊκή Ένωση Δεδομένων (European Data Union Strategy – EDUS). Αυτή η στρατηγική στοχεύει στη διαμόρφωση της πολιτικής της ΕΕ για τα δεδομένα τα επόμενα χρόνια και ανοίγει τον διάλογο με … Read more

Θα Εξαντληθούν τα Δεδομένα; Τα όρια στην Κλιμάκωση των Μεγάλων Γλωσσικών Μοντέλων

Η πρόοδος στα Μεγάλα Γλωσσικά Μοντέλα (LLMs) έχει βασιστεί ουσιαστικά στη χρήση τεράστιων ποσοτήτων ανθρώπινης παραγόμενης κειμενικής πληροφορίας. Η μελέτη “Will we run out of data?” των Pablo Villalobos, Anson Ho, Jaime Sevilla και συνεργατών , εξετάζει το ενδεχόμενο εξάντλησης αυτής της πληροφορίας ως εμπόδιο για τη μελλοντική κλιμάκωση των LLMs. Μέσα από εμπειρική ανάλυση … Read more