A mesterséges intelligencia fejlődése egyre nagyobb figyelmet fordít az adatok minőségére és azok helyes kezelésére, hiszen a rossz adatok félrevezethetik a döntéshozókat, és akár súlyos etikai vagy jogi következményekkel is járhatnak. Ennek érdekében kulcsfontosságú a toxikus információk eltávolítása, valamint az érzékeny adatok kezelésére vonatkozó szabályozások szigorú betartása.
Az IBM legújabb technológiai megoldásai ebben hozhatnak áttörést. Az úgynevezett unlearning, azaz a "felejtés" technológia lehetővé teszi, hogy a mesterséges intelligencia modellek szelektíven távolítsák el azokat az adatokat, amelyek nem kívánatosak, vagy jogi szempontból problémásak, anélkül hogy az egész tanítási folyamatot újra kellene kezdeni. Ez különösen a generatív nagy nyelvi modellek (LLM-ek) esetében jelent előnyt, amelyek óriási mennyiségű internetes adat feldolgozásával tanulnak.
Az unlearning lényegében fordított tanulási folyamatként működik, amely segít a modellek megbízhatóságának növelésében és a döntéshozók mesterséges intelligenciába vetett bizalmának erősítésében. Az IBM kutatói szerint ez az innováció jelentős lépés lehet az AI hatékonyabbá és biztonságosabbá tételében, mind az adatvédelem, mind az etikai normák tekintetében.
A technológia egyik legfontosabb előnye, hogy képes csökkenteni a nagy nyelvi modellek válaszaiban megjelenő torzításokat és toxikus tartalmakat. Emellett hatékony megoldást nyújthat az érzékeny adatok, például személyes információk kezelésére. Az eddig nehézkes adattörlési folyamat, amelyet például az EU GDPR szabályozása is megkövetel, az unlearning alkalmazásával egyszerűbbé és megbízhatóbbá válik.
Ez az új technológia nemcsak az adatbiztonságot erősíti, hanem alapvetően átalakíthatja az AI modellek fejlesztési gyakorlatát, miközben megfelel a modern jogi és etikai követelményeknek. Az unlearning így a mesterséges intelligencia területén egy ígéretes és szükséges irány lehet.
