資料是人工智慧的核心。如果沒有良好的數據,開發有用的人工智慧模型的可能性微乎其微。考慮到這一點,美國商務部上週發布了一份公開請求,就如何更好地為構建生產式人工智慧(GenAI)模型準備眾多公共資料集進行意見徵求。 這份公開請求是為了解決當前人工智慧領域面臨的關鍵問題:缺乏高品質、多樣化的公共資料集。這些數據集對於培養機器學習模型、促進創新和推動人工智慧應用的發展至關重要。 商務部希望透過這份公開請求收集到各方的意見,以便更好地理解如何建立和管理公共資料集。他們希望聽到
美國商務部於4月17日發布了一份資訊徵詢書(RFI),要求「行業專家、研究人員、民間社會組織和其他公眾成員」就如何開發「支援人工智慧的開放資料集」提供協助。
商務部自稱為“美國數據機構”,負責收集、儲存和分析有關美國的各種數據,包括有關經濟、人口和環境的數據。對商業資料中心的快速搜尋顯示了超過122,000個可公開存取的資料集,其主題從氣候和天氣到專利再到人口普查資訊。
這部分內容旨在隨著多年來技術的變化和改進,該部門一直向私營企業和公共機構尋求幫助,以保持其數據管理和數據共享活動達到當前技術標準。透過機器可讀格式或透過網路服務和API以電子方式存取資料都是使其資料服務適應時代的例子。
現在,隨著GenAI革命的到來,該部門正在尋找最合適的資料定位,以便使用它來建立人工智慧模型。
美國商務部首席數據長Oliver Wise在資訊徵詢書中寫道:「如今,隨著人工智慧技術的出現,商務部正面臨一場新的技術變革,這些技術為用戶提供了更好的資訊和數據存取。 GenAI和其他人工智慧技術為商業等數據提供者和包括政府實體、行業、學術界和美國人民在內的數據用戶帶來了機會和挑戰。表明,商業部門面臨的最大挑戰是讓人工
「最近的人工智慧系統接受了大量數位內容的訓練,並根據內容的上下文產生回應。」「然而,這些系統並沒有以一種有意義的方式真正'理解'文本。現今的人工智慧系統受限於它們對大量非結構化資料儲存的依賴,這些資料儲存依賴於底層數據,而不是基於理解進行推理和判斷的能力。
商務部正在尋求協助,以便在考慮到GenAI技術這些基本限制的情況下共享資料。它正在為可讀和可理解的數據尋找新的數據傳播標準,包括許可標準。在資料可存取性和檢索方面,商務部希望得到關於如何使其資料更易於存取的建議,例如透過API或「網路爬蟲」。
特別在如何使用利用元資料的知識圖譜來更好地將人類術語與資料聯繫起來方面有需求。它也希望得到採用標準本體(如Schema.org或NIEM)的方向,以及知識圖譜如何幫助「協調和連結」本體和詞彙表。
該部門希望社群能夠就如何推進這些資料標準化工作提供意見,同時在資料完整性、品質、安全性和道德方面保持最高標準。
Wise要求有興趣的各方將他們的建議透過電子郵件發送,主題行為「AI-Ready開放資料資產資訊徵詢書」。並希望在七月十六日之前收到有關這些議題的意見或回饋。
#以上是美國商務部公開徵求GenAI資料準備意見和建議的詳細內容。更多資訊請關注PHP中文網其他相關文章!