Tiến trình AI bị chậm lại do thừa dữ liệu vô ích — có quá nhiều.

Kết luận chính: để chuyển từ ChatGPT sang robot “sống động”, cần không chỉ bộ dữ liệu lớn mà còn thông tin chất lượng và liên quan.

Fortune nhấn mạnh rằng ngành công nghiệp AI đang đứng trước cánh cửa của một kỷ nguyên mới – trí tuệ vật lý và các mô hình thế giới xung quanh. Các hệ thống như vậy phải có khả năng định hướng trong không gian thực: lái xe, gấp quần áo hoặc hỗ trợ trong các ca phẫu thuật phức tạp. Để làm được điều đó, chúng cần không chỉ dữ liệu “tải lên” mà là bộ thông tin phong phú và đa chiều.

Tại sao chất lượng dữ liệu lại quan trọng
1. Quá mức và vô ích

Trong bối cảnh hứng khởi xung quanh AI, đã xuất hiện nhiều startup (Scale AI, Surge AI, Mercor) cố gắng thu thập càng nhiều dữ liệu càng tốt. Điều này dẫn đến việc tích lũy một lượng lớn các tệp “trống” không góp phần vào quá trình huấn luyện mô hình. Nếu nhà nghiên cứu không thể lọc chúng ra, tiềm năng của AI vật lý sẽ bị chưa được khai thác.

2. Độ phức tạp của các bài toán đa chiều

Hiểu thế giới phức tạp đòi hỏi lượng dữ liệu còn lớn hơn nữa, nhưng chúng rất khó tiếp cận. Do đó kỹ sư thường mô hình hóa: tạo dựng những bản tái hiện ảo của các kịch bản thực tế để sinh ra ví dụ huấn luyện cho robot và phương tiện tự hành.

3. Rủi ro từ bộ dữ liệu chất lượng thấp

Dữ liệu kém chất lượng có thể dẫn đến kết quả không lường trước được. Ví dụ là việc ngừng hỗ trợ ứng dụng video Sora của OpenAI: mô hình không xử lý được vật lý, gây cản trở các dự báo thực tế.

Cách giải quyết vấn đề
- Công cụ làm sạch

Các chuyên gia học máy cần công nghệ tự động loại bỏ dữ liệu thừa, phân tích, chuẩn hóa và điều chỉnh bộ dữ liệu. Điều này sẽ giúp tách biệt thông tin giá trị ra khỏi “tiếng ồn”.

- Tập trung vào chất lượng

Hiện nay yếu tố hạn chế là thiếu hụt dữ liệu chất lượng cao. Các công ty đầu tiên nhận thức được điều này và bắt đầu đầu tư vào việc thu thập và xử lý chúng sẽ trở thành những nhà lãnh đạo trong việc tạo ra các hệ thống AI thực sự hoạt động.

Do đó, chuyển từ mô hình văn bản sang robot có khả năng hành động trong thế giới thực không thể thiếu một phương pháp tiếp cận toàn diện đối với chất lượng dữ liệu huấn luyện. Fortune nhấn mạnh rằng chính yếu tố này sẽ quyết định tương lai của trí tuệ vật lý.