Российский рынок нейросетей продолжает расти, но сталкивается с рядом сложностей, которые замедляют этот процесс. Одной из серьезных трудностей является нехватка данных для обучения нейросетей.
Источник картинки: unsplash
Современные нейросети, такие как GPT, требуют огромных объемов текстовой информации для обучения. Чем более сложная модель, тем больше данных ей нужно для эффективного обучения и генерации ответов, сообщает РБК. Но сейчас в интернете многие тексты создаются самими нейросетями. Это приводит к тому, что новые материалы оказываются повторением уже существующих, и модель не может научиться чему-то новому. Например, GPT-5 не показала тех значительных улучшений, которые были замечены при переходе с GPT-3 на GPT-4.
Эксперты из MTS AI утверждают, что для дальнейшего прогресса нейросетей необходимы качественные данные, созданные людьми, а не другими ИИ. Однако, таких данных в интернете не хватает. Разработчики пытаются решать эту проблему, обучая нейросети на видео, изображениях и других видах контента, но эти методы пока не приносят существенных результатов.
В то же время российский рынок нейросетей сталкивается с дополнительными проблемами. Прогнозируется, что в 2024 году объем рынка продуктов на основе больших языковых моделей (LLM) в России составит 35 млрд рублей. Однако рост российского сегмента замедляется по ряду причин. Во-первых, санкции и дефицит специалистов в области искусственного интеллекта сильно ограничивают возможности для быстрого прогресса. Во-вторых, стоимость оборудования для обучения нейросетей значительно выросла, что затрудняет закупку необходимых вычислительных мощностей. Из-за ухода западных производителей с российского рынка, оборудование для нейросетей приходится приобретать через параллельный импорт, что увеличивает его стоимость на 30%.
Ранее ГлавСовет сообщал, что санкции против России поставили под угрозу сельское хозяйство США.