面向数据的人工智能能够有助于削减生成式AI体系中的错觉和成见，然后前进其输出质量。
译自The Paradigm Shift from Model-Centric to Data-Centric AI，作者 Rahul Pradhan 拥有16年以上的经验，现在担任Couchbase的产品和战略副总裁。
跟着变压器神经网络和生成对立网络(generative adversarial networks，GAN)人工智能(artificial intelligence，AI)的前进，当前正在呈现一次当代科技领域最大的革新。这些技能一起也具有解锁立异和规模化创造力的潜力。
跟着AI开发的演化，数据成为至关重要的要素。数据是推动机器学习项意图生命线，将单纯的概念转化为可执行的见解。但是，在AI项目中有用使用数据的路途上充溢应战，这些应战会阻止AI的选用并实现转型价值。
为增强AI开发，一个范式的改变正在呈现，即从以模型为中心向以数据为中心的AI转型。这种改变能够明显协助削减生成对立网络体系中的错觉和成见。重视以数据为中心的AI，并将模型更挨近数据，将改善AI模型的输出，并使企业能够发掘其悉数潜力。
以模型为中心的AI办法
以模型为中心的AI办法是机器学习发展的传统办法。它涉及迭代改进模型的功能，意图是为给定的数据集发生最佳的模型。研究人员和工程师花费很多时间微调模型的参数、层数和其他架构元素。但是，因为历史上构建和微调模型非常复杂和资源密集，需求深厚的专业知识才干发生有意义的输出，因此数据往往被视为非有必要的。
向以数据为中心的AI转型
相比之下，以数据为中心的办法改进了模型训练所基于的数据质量。它包括数据清理、增强和确保数据能代表模型将要布置的实在世界场景。
跟着人工智能(AI)模型的成熟、多样化和复杂性的扩展，安排应着力提高数据质量，并在模型和数据之间树立更紧密的联盟。在这种不断发展的叙事中，进行必要而清晰的改变是非常重要的:将模型更挨近数据，而不是将数据传输到模型。其结果是前进了模型输出质量，并削减了经常困扰AI体系的错觉。以数据为中心的AI办法是安排的柱石，这些安排期望供给以最新数据为基础的生成的和猜测的体会。
尽管以数据为中心的AI是未来发展的方向，但以模型为中心的AI仍然发挥着关键作用。它在数据有限或目标是探索模型复杂性和功能极限的场景下尤为重要。它对推进AI研究前沿以及高质量数据可能不容易获得的处理方案至关重要。
用数据为中心思想从头构想AI
经过改变为确保数据质量和相关性的以数据为中心的AI办法，安排能够获得以下好处:
经过前进数据质量来桥接实际
以数据为中心办法的典型优势之一是能够供给与实在世界场景紧密结合的体会。与模型往往在低质量数据的错误中挣扎的以模型为中心办法不同，以数据为中心的人工智能(AI)力求弥合AI模型与其企图导航的动态实际之间的鸿沟。
减轻错觉的阴影
AI错觉主要是由缺点数据造成的，其特征是生成不正确或虚构的信息。转向以数据为中心的办法能够增强削减这些错误的可能性。在更干净、更具代表性的数据集上训练模型会发生更准确、更牢靠的输出。
开释猜测和生成AI的悉数潜力
在高质量数据的坚实基础上，安排能够开释AI猜测和生成才能的悉数谱系。这种改变使AI更能够解说现有的数据模式，一起也能够生成新的见解和体会，培育立异和正确决议计划的文明。
以数据引领AI演进的未来
从以模型为中心向以数据为中心的人工智能(AI)办法转型，代表了一种基本的思想办法的改变。这是将数据置于AI革新之旅的中心。这种改变不仅仅是一种技能调整，而是一种概念上的从头校准，将数据置于AI的中心。在安排走上这条路途的过程中，他们有必要培育一个强壮的数据基础设施，培育数据素养，并营造一种重视数据的文明，将数据视为AI许诺的柱石。
融合两者的优势
构建强壮的AI处理方案需求对何时强调数据和重视模型立异进行详尽的了解。平衡运用以模型为中心和以数据为中心AI的优势，对处理当今的AI应战至关重要，这样安排才干从AI项目中获得最大价值。为了协助确保AI模型是在最新的数据上开发的，并且准确牢靠，安排有必要接受向以数据为中心的AI转型。
本文在如此众生（yylives.cc/）首发，欢迎我们访问。
