Pionero de IA advierte: la industria depende demasiado de datos sintéticos

Rich Sutton, científico de la computación canadiense y ganador del Premio Turing, cree que el enfoque actual de la industria de IA presenta problemas graves. Según su declaración en un podcast de Sequoia Capital, las principales empresas tecnológicas dependen cada vez más de datos de entrenamiento sintéticos, lo que podría estar desviando al sector del camino correcto. Los datos sintéticos son información creada por algoritmos, a diferencia de los datos reales recopilados del mundo. Este enfoque ha atraído a las empresas porque los proveedores de IA tienen dificultades para encontrar suficientes fuentes nuevas de datos reales. OpenAI ha buscado activamente grandes conjuntos de datos propietarios, mientras que Google recientemente gastó 10 millones de dólares para adquirir datos internos de la desaparecida aerolínea Spirit Airlines, lo que demuestra el valor creciente de los datos reales para el entrenamiento. Sutton aboga por el uso de datos de experiencia real, obtenidos cuando los agentes de IA interactúan directamente con entornos reales y aprenden de los resultados. Argumenta que las simulaciones no pueden capturar la complejidad del mundo físico, citando ejemplos como la imposibilidad de predecir el comportamiento real de un dron solo con datos sintéticos, o contabilizar variables como la fricción y el desgaste en motores de robots. Recientemente, Sutton fundó Oak Lab con su antiguo estudiante Khurram Javed. La startup desarrolla agentes de IA que aprenden continuamente de sus propias experiencias, en lugar de depender principalmente de conjuntos de datos grandes y previamente preparados.