Red Hot Cyber
La cybersecurity è condivisione. Riconosci il rischio, combattilo, condividi le tue esperienze ed incentiva gli altri a fare meglio di te.
Cerca

AI Senza Dati: Entro il 2026 potremmo esaurire i dati di addestramento. Cosa succederà dopo?

Redazione RHC : 12 Novembre 2023 09:30

Recentemente avevamo parlato del fatto che l’intelligenza artificiale, una volta che utilizzerà i propri dati per alimentarsi, avrebbe potuto perdere di qualità e precisione. Una nuova ricerca inizia a prendere in considerazione il fatto che tra qualche anno, i dati prodotti dagli umani inizieranno a scarseggiare.

Questo determinerà meno informazioni per le IA ma anche un problema da risolvere da parte degli scienziati.

L’esaurimento dei dati di addestramento

L’intelligenza artificiale (AI), che ha raggiunto l’apice della popolarità, deve far fronte alla mancanza di dati di addestramento necessari per il suo funzionamento. Ciò potrebbe rallentare lo sviluppo di modelli di intelligenza artificiale. In particolare di modelli linguistici di grandi dimensioni, e persino cambiare il corso della rivoluzione dell’intelligenza artificiale.

Iscriviti GRATIS ai WorkShop Hands-On della RHC Conference 2025 (Giovedì 8 maggio 2025)

Il giorno giovedì 8 maggio 2025 presso il teatro Italia di Roma (a due passi dalla stazione termini e dalla metro B di Piazza Bologna), si terranno i workshop "hands-on", creati per far avvicinare i ragazzi (o persone di qualsiasi età) alla sicurezza informatica e alla tecnologia. Questo anno i workshop saranno:

  • Creare Un Sistema Ai Di Visual Object Tracking (Hands on)
  • Social Engineering 2.0: Alla Scoperta Delle Minacce DeepFake
  • Doxing Con Langflow: Stiamo Costruendo La Fine Della Privacy?
  • Come Hackerare Un Sito WordPress (Hands on)
  • Il Cyberbullismo Tra Virtuale E Reale
  • Come Entrare Nel Dark Web In Sicurezza (Hands on)

  • Potete iscrivervi gratuitamente all'evento, che è stato creato per poter ispirare i ragazzi verso la sicurezza informatica e la tecnologia.
    Per ulteriori informazioni, scrivi a [email protected] oppure su Whatsapp al 379 163 8765


    Supporta RHC attraverso:


    Ti piacciono gli articoli di Red Hot Cyber? Non aspettare oltre, iscriviti alla newsletter settimanale per non perdere nessun articolo.

    L’addestramento di algoritmi IA potenti e accurati richiede grandi quantità di dati. Ad esempio, ChatGPT è stato addestrato su 300 miliardi di parole. Allo stesso modo, DALL-E, Lensa e Midjourney sono stati addestrati su set di dati LIAON-5B contenente 5,8 miliardi di coppie immagine-testo. Se un algoritmo viene addestrato su dati insufficienti, potrebbe produrre risultati imprecisi o di bassa qualità.

    La ricerca mostra che il patrimonio di dati di Internet sta crescendo molto più lentamente rispetto ai set di dati utilizzati per addestrare l’intelligenza artificiale. 

    il 2026 potrebbe essere la data limite

    L’anno scorso, un gruppo di ricercatori ha previsto che i dati testuali di qualità si esauriranno entro il 2026. Questa previsione è state definita sulla base delle attuali tendenze di formazione dell’IA continueranno. Si stima inoltre che i dati linguistici di bassa qualità si esauriranno tra il 2030 e il 2050. Inoltre le immagini di bassa qualità si esauriranno tra il 2030 e il 2060. La mancanza di dati utilizzabili potrebbe rallentare lo sviluppo dell’intelligenza artificiale. Questo mentre si prevede che l’economia AI contribuirà fino a 15,7 trilioni di dollari all’economia globale entro il 2030.

    Tuttavia, ci sono modi per risolvere il problema della carenza di dati. 

    Soluzioni per poter generare nuovi dati

    Una possibilità è migliorare gli algoritmi di intelligenza artificiale per utilizzare meglio i dati esistenti. Nei prossimi anni, gli sviluppatori saranno probabilmente in grado di addestrare sistemi di IA utilizzando meno dati e forse meno potenza di calcolo. Ciò contribuirà anche a ridurre l’impronta di carbonio dell’intelligenza artificiale. 

    Un’altra opzione è utilizzare l’intelligenza artificiale per creare dati sintetici per addestrare i sistemi. Gli sviluppatori possono semplicemente generare i dati necessari adatti al loro modello di intelligenza artificiale specifico. Diversi progetti utilizzano già contenuti sintetici, spesso ottenuti da servizi di generazione dati. Questo diventerà più comune in futuro

    Redazione
    La redazione di Red Hot Cyber è composta da un insieme di persone fisiche e fonti anonime che collaborano attivamente fornendo informazioni in anteprima e news sulla sicurezza informatica e sull'informatica in generale.

    Articoli in evidenza

    DarkLab intervista HellCat Ransomware! La chiave è “assicurarsi che tutti comprendano la cybersecurity”

    Il ransomware HellCat è apparso nella seconda metà del 2024 e ha attirato l’attenzione degli analisti grazie all’umorismo delle sue dichiarazioni pubbliche. Ricordiamo l’...

    X/Twitter nel Caos! Un Threat Actors pubblica 2.8 Miliardi di Account Compromessi

    Il 28 marzo 2025, un utente del noto forum di cybersecurity BreachForums, con lo pseudonimo ThinkingOne, ha rivelato quello che potrebbe essere il più grande data breach mai registrato nel mondo ...

    Signal è abbastanza sicuro per la CIA e per il CISA. Lo è anche per te?

    Quando Jeffrey Goldberg dell’Atlantic ha fatto trapelare accidentalmente un messaggio di gruppo privato di alti funzionari statunitensi su un possibile attacco contro gli Houthi nello Yemen, ha...

    Addio alle password! La rivoluzione della sicurezza informatica è già iniziata

    Ogni mese diventa sempre più evidente: le password non funzionano più. Gli hacker hanno imparato a eludere anche la protezione a due fattori sfruttando sessioni rubate e milioni di dati comp...

    Alla scoperta della Pseudonimizzazione: Tra definizione e valore giuridico

    La pseudonimizzazione è una tecnica di protezione dei dati definita dall’art. 4(5) del GDPR. Consiste nella trasformazione dei dati personali in modo tale che non possano più essere a...