Эксперт ИТ-холдинга Т1: проверять ИИ-гипотезы можно на "сырых" данных, а для широкого внедрения – качество надо дотягивать
- 15:35 27 октября
- Мария Зыкина
Бизнес может ускорить внедрение ИИ, если будет проверять гипотезы параллельно с подготовкой данных, — заявил руководитель направления "Искусственный интеллект" ИТ-холдинга Т1 Сергей Голицын на форуме "Цифровые решения".
Запускать пилотные ИИ-проекты компания может и без большой подготовительной работы, так как данные в корпоративном контуре уже очищены и хорошо структурирована. Но для масштабирования ИИ-решений и обучения моделей качество данных придется дотягивать.
”Сырые данные” — это что-то вроде надписи на заборе, но к ним не может относиться информация, которая уже прошла через корпоративные системы, ту же CRM. Это достаточно точные данные, — уверен Сергей Голицын. — На этом "сырье" без значительных инвестиций можно запускать проверку гипотез. И только после того. как результат найдет подтверждение, следует инвестировать в повышение качества данных, в их разметку, дедупликацию.
Иной подход и уровень инвестиций требуется при подготовке данных для обучения моделей.
Сильнее всего от качества данных зависит обучение фундаментальных моделей. Качество курации должно быть важнее объема данных, и за этим стоит целая методология: создание сложных датасетов, их взвешивание, — добавил Сергей Голицын.
Он напомнил, что именно из-за низкого качества данных первые модели часто галлюцинировали и выдавали ту информацию, которую попросту заучили. Теперь, по его словам, с такими проблемами сталкиваются значительно реже.