5 faits, 5 médias, 3 pays
La réussite des projets IA dépend désormais moins des données brutes d'entraînement que des modèles eux-mêmes. Les recherches montrent que la qualité et l'optimisation dépassent la quantité en volume. Ce constat remet en question les stratégies traditionnelles de collecte massive de données.
Les éditeurs de systèmes d'intelligence artificielle restent très discrets sur les sources de leurs données d'entraînement. Ces entreprises accumulent des montagnes de textes pour développer leurs modèles sans transparence publique. La question des droits d'auteur et de l'origine légale des corpus pose des enjeux majeurs pour l'édition et la création.
Le dernier « KI-Update » de Heise met en avant le modèle Astra d’OpenAI et des innovations en photographie par IA. Les d…
