Руководитель отдела разработки сообщества Google DeepMind Логан Килпатрик (Logan Kilpatrick) заявил, что курируемые данные станут ключевым конкурентным преимуществом в индустрии искусственного интеллекта, опережая по значимости их количество.
В отрасли искусственного интеллекта растёт внимание к качеству обучающих данных, а не только к их объёму. Логан Килпатрик, возглавляющий направление по работе с разработчиками в Google DeepMind, подчеркнул, что многие компании по-прежнему недооценивают роль тщательно отобранных и структурированных данных в создании эффективных моделей.
По словам Килпатрика, «курируемые наборы данных позволяют добиться лучших результатов при меньших затратах на обучение». Он отметил, что даже небольшие, но высококачественные датасеты могут превосходить крупные массивы необработанной информации, особенно в задачах, требующих точности и надёжности. В качестве примера он привёл внутренние проекты Google, где использование фильтрованных данных сократило время обучения моделей на 30% без потери качества.
Тезис Килпатрика перекликается с тенденцией последних лет, когда крупные технологические компании всё чаще инвестируют в создание собственных датасетов. Так, Google, Meta и Anthropic разрабатывают инструменты для автоматической фильтрации и аннотирования данных, чтобы снизить зависимость от общедоступных источников, качество которых не всегда соответствует требованиям.
Вопрос качества данных приобретает особую актуальность на фоне ужесточения регулирования в сфере ИИ. В частности, новые требования Евросоюза обязывают компании раскрывать источники обучающей информации, что может стать дополнительным стимулом для перехода к более прозрачным и контролируемым датасетам.
Источники: публикация на платформе Digg (12 июля 2026 года).