Корпоративный сектор получил возможность внедрять пилотные проекты в области искусственного интеллекта, не тратя огромные ресурсы на предварительную подготовку. Как сообщил NEWS.ru IT-эксперт Голицын, запуск таких решений упрощается благодаря тому, что внутренняя информация компаний уже проходит процессы очистки и структурирования. Это создает условия для оперативной проверки различных гипотез при минимальных финансовых вложениях.
Тем не менее, эксперт подчеркивает: если речь идет о полноценном масштабировании ИИ-систем или обучении моделей, качество исходных данных придется существенно повышать. Голицын советует инвестировать в разметку и улучшение массивов информации только после того, как конкретный результат будет подтвержден на практике.
Процесс создания фундаментальных моделей остается более затратным. По словам Голицына, ранние прототипы ИИ часто страдали от «галлюцинаций» и выдавали лишь заученные сведения из-за низкого качества обучающих материалов, однако сегодня подобные ошибки случаются гораздо реже.
При этом вопрос контроля остается актуальным. Председатель совета по противодействию технологическим правонарушениям КС НСБ России Игорь Бедеров в интервью RT акцентировал внимание на необходимости проверки ответов нейросетей в ходе диалогов. При этом, по мнению эксперта, интенсивность такой проверки должна напрямую зависеть от уровня сопутствующих рисков.
