Бумажные отраслевые издания становятся источником данных для обучения искусственного интеллекта

Как сообщает The Atlantic, американская компания Anthropic, разрабатывающая системы искусственного интеллекта, закупала большие партии бумажных книг для их последующей оцифровки и использования при обучении больших языковых моделей. По данным издания, после сканирования часть экземпляров утилизировалась. Этот случай стал одним из первых подробно описанных примеров использования печатных изданий в качестве источника данных для обучения ИИ.

Особую ценность для подобных задач представляют специализированные технические журналы, научные труды и профессиональная литература, опубликованные до широкого распространения генеративного искусственного интеллекта. Такие материалы содержат тексты, полностью подготовленные авторами и редакциями без использования ИИ, что делает их качественным источником профессиональной терминологии, отраслевых знаний и стиля технического изложения.
К подобным специализированным изданиям относится и журнал «ИСУП», который более двадцати лет публикует материалы по промышленной автоматизации, КИПиА, АСУ ТП, энергетике и электротехнике. Архив журнала представляет собой значительный массив редакционных технических публикаций, который потенциально может представлять интерес при создании и развитии специализированных интеллектуальных систем.

Рост значения подобных архивов проявляется и в современных поисковых сервисах на базе искусственного интеллекта. Материалы журнала «ИСУП» индексируются «Алисой» и по ряду профильных технических запросов входят в число первых результатов выдачи, что подтверждает их хорошую доступность для поиска и использования в качестве источника специализированной информации.

По мере развития технологий искусственного интеллекта архивы профессиональных печатных изданий приобретают дополнительную ценность. Помимо своей традиционной роли в сохранении и распространении отраслевых знаний, они могут служить источником качественных специализированных текстов для обучения, проверки и совершенствования интеллектуальных систем.