OpenAI, Google et d'autres entreprises technologiques entraînent leurs chatbots avec d'énormes quantités de données extraites de livres, d'articles Wikipédia, d'actualités et d'autres sources sur Internet. Mais à l’avenir, ils espèrent utiliser ce qu’on appelle des données synthétiques.
En effet, les entreprises technologiques risquent d’épuiser les textes de haute qualité qu’Internet a à offrir pour le développement de l’intelligence artificielle. Et les entreprises font face à des poursuites en matière de droits d'auteur de la part d'auteurs, d'agences de presse et de programmeurs informatiques pour avoir utilisé leurs œuvres sans autorisation. (Dans l’un de ces procès, le New York Times a poursuivi OpenAI et Microsoft.)
Selon eux, les données synthétiques contribueront à réduire les problèmes de droits d’auteur et à accroître l’offre de matériel de formation nécessaire à l’IA. Voici ce qu’il faut savoir à ce suje...
[Courte citation de 8% de l'article original]