Nedostatok údajov nastáva, keď je pre úlohu AI príliš málo vhodných alebo označených údajov na spoľahlivé trénovanie alebo testovanie modelu. Týka sa to napríklad zriedkavých typov chýb vo výrobe, málo rozšírených jazykov alebo nových produktov bez histórie predaja. Riešením sú prenosové učenie (transfer learning), syntetické údaje, augmentácia údajov alebo vopred natrénované jazykové modely, ktoré poskytnú použiteľné výsledky už z niekoľkých príkladov.
Agenti, postupy a šablóny v jednom pracovnom priestore – bezplatné 24-hodinové demo.
Spustiť demoSyntetické dáta sa generujú umelo, a nie zhromažďujú v reálnom svete, ale napodobňujú vzory a vlastnosti skutočných dát. Pomáhajú, keď sú skutočné dáta vzácne, drahé alebo citlivé z hľadiska ochrany údajov – napríklad pri testovaní softvéru, trénovaní modelov alebo kontrole chatbota pomocou realistických vzorových dopytov. Dôležité je, aby dostatočne verne odrážali realitu a neumožňovali závery o skutočných osobách.
Pri transfer learningu slúži ako východisko pre novú, špecializovanú úlohu model, ktorý sa už naučil veľkú všeobecnú úlohu. Namiesto začínania od nuly sa prispôsobí, napríklad dolaďovaním, pomocou pomerne malého množstva vlastných dát. Šetrí to výpočtový čas aj dáta, napríklad keď sa má všeobecný obrazový model naučiť odhaľovať výrobné chyby na fotografiách.
Few-shot učenie je schopnosť modelu vyriešiť úlohu len z hŕstky príkladov. Pri jazykových modeloch sa to zvyčajne deje priamo vo vstupe: ukážete dva-tri páry otázky a požadovanej odpovede a model uplatní rovnaký formát a štýl na nové prípady – bez opätovného trénovania. Príklad: tri správne zaradené dopyty zákazníkov často stačia na to, aby sa ďalšie dopyty roztriedili rovnako.
Trénovacie dáta sú príklady, z ktorých sa model AI učí vzory: rozsiahle zbierky textov pre jazykové modely, označené obrázky pre obrazové modely. Ich kvalita, rozmanitosť a aktuálnosť vo veľkej miere určujú, nakoľko je model spoľahlivý a férový a nakoľko aktuálne budú jeho znalosti. Pre organizácie je dôležité aj to, či poskytovateľ používa zadané zákaznícke dáta na ďalšie trénovanie.
