Prema najnovijim procenama iz veoma kredibilnih izvora koji se bave veštačkom inteligencijom, ali i profesionalnih konzumenata iste, razvoj veštačke inteligencije mogao bi uskoro prilično da uspori. Paradoksalno, ne zbog nedostatka računarske snage, data centara, harvera ili softvera, već zbog - nedostatka novih podataka za učenje i treniranje AI modela.
Na primer, Nima Rafael, direktor za podatke u bankarskom gigantu Goldman Sachs, izjavio je da su AI modeli već uspeli da iscrpu najveći deo dostupnih informacija sa interneta i da je AI sektor ušao u takozvanu "peak data" fazu, što je momenat kada više nema dovoljno novih i kvalitetnih podataka za dalji trening.
Ono što posebno zabrinjava, to je da sve veći deo informacija koje AI koristi postaje sintetički generisan je od strane samih modela, a ne od ljudi. Jer, modeli u nedostatku novih informacija koriste postojeće i modifikuju ih, što dovedi do takozvanog "kreativnog plafona“. To znači da ako AI uči iz podataka koje je sam proizveo, može izgubiti kontakt sa realnošću, ograničiti sopstvenu sposobnost inovacije i krenuti u smeru koji se trenutno ne može predvideti.
U tom smislu, jedan od vodećih svetskih naučnih časopisa „Nature“, još krajem prošle godine je objavio da bi globalna kriza i nedostatak podataka mogla da pogodi AI sektor već do 2028. godine. Slično mišljenje dele i čelnici kompanije OpenAI, koja takođe smatra da bi nedostatak novih podataka mogao da nesumnjivo uspori dosadašnji eksponencijalni rast AI modela.
Zato stručnjaci smatraju da bi sledeća faza razvoja mogla da podrazumeva prelazak sa klasičnih jezičkih modela poput ChatGPT-a ka potpuno novoj generaciji AI agenata, preciznije potpuno autonomnih sistema sposobnih da samostalno uče, planiraju i obavljaju složene zadatke bez ljudskog nadzora.
Ako su ove prognoze tačne, AI industrija uskoro bi mogla da uđe u eru u kojoj podaci kao takvi postaju najvredniji resurs, a krajnje domete ovakvih AI modela danas možemo samo da zamišljamo.
