Pioneiro de IA alerta: indústria depende demais de dados sintéticos

Rich Sutton, cientista da computação canadense e vencedor do Prêmio Turing, acredita que a abordagem atual da indústria de IA apresenta problemas sérios. Conforme declarou em um podcast da Sequoia Capital, as grandes empresas de tecnologia estão cada vez mais dependentes de dados de treinamento sintéticos, o que pode estar desviando o setor do caminho correto. Dados sintéticos são informações criadas por algoritmos, diferentemente dos dados reais coletados do mundo. Essa abordagem tem atraído as companhias porque fornecedores de IA enfrentam dificuldades em encontrar dados reais suficientes e novos. OpenAI tem buscado ativamente grandes conjuntos de dados exclusivos, enquanto Google recentemente desembolsou 10 milhões de dólares para adquirir dados internos da empresa aérea Spirit Airlines, demonstrando o valor crescente dos dados reais para treinamento. Sutton defende o uso de dados de experiência real, obtidos quando agentes de IA interagem diretamente com ambientes reais e aprendem com os resultados. Ele argumenta que simulações não conseguem capturar a complexidade do mundo físico, citando exemplos como a impossibilidade de prever o comportamento real de um drone apenas com dados sintéticos, ou de considerar variáveis como fricção e desgaste em motores de robôs. Recentemente, Sutton fundou a Oak Lab com seu ex-aluno Khurram Javed. A startup desenvolve agentes de IA que aprendem continuamente de suas próprias experiências, em vez de depender principalmente de conjuntos de dados pré-preparados em larga escala.