Produsen chip Nvidia semakin mendukung dalam memproduksi alat untuk pengembang AI generatif dengan akuisisi perusahaan data sintetis Gretel seharga lebih dari $320 juta, menurut laporan dari Wired pada hari Rabu. Gerakan ini terjadi saat perusahaan AI generatif kesulitan menemukan data yang cukup untuk melatih dan meningkatkan model mereka, meningkatkan kebutuhan untuk menghasilkan data. Menurut laporan tersebut, karyawan Gretel akan digabungkan ke dalam Nvidia. Gretel, yang menghasilkan data sintetis atau simulasi untuk pelatihan model AI, akan memperkuat penawaran Nvidia untuk pengembang AI. Seorang juru bicara Nvidia menolak untuk berkomentar tentang laporan tersebut. Pentingnya data sintetis Pelatihan model AI generatif seperti ChatGPT dari OpenAI, sebuah model bahasa yang besar, membutuhkan banyak data. Data dunia nyata dapat menyebabkan masalah bagi pengembang AI – yaitu, bisa berisik, dan tidak cukup. Perusahaan AI berhadapan dengan batas data pelatihan yang tersedia secara bebas bagi mereka, menyebabkan konflik tentang apakah mereka dapat menggunakan konten berhak cipta. Ratusan aktor, penulis, dan sutradara mengajukan surat terbuka kepada Kantor Kebijakan Sains dan Teknologi Administrasi Trump untuk menyampaikan kekhawatiran mereka tentang penggunaan data berhak cipta. Saat ini, OpenAI sedang meminta pemerintah untuk memperbolehkan akses yang lebih besar ke materi berhak cipta untuk melatih model AI, atau perusahaan Amerika akan tertinggal oleh Tiongkok. Tonton ini: Tonton Keynote GTC 2025 Nvidia: Semua Sorotan dalam 16 Menit Data sintetis juga memiliki nilai dalam melindungi informasi pribadi. Gretel mengatakan data sintetis mereka dapat digunakan untuk melatih model dan alat tanpa mengekspos informasi sensitif atau pribadi – misalnya, data kesehatan yang tidak mengidentifikasi individu dan mungkin melanggar hukum privasi. Ada kekhawatiran tentang menggunakan data tersebut dalam pelatihan model. Ketergantungan berlebihan pada informasi yang tidak berakar pada kenyataan dapat meningkatkan kemungkinan bahwa model akan salah. Jika masalahnya cukup parah, dapat menyebabkan masalah yang dikenal sebagai keruntuhan model, saat model menjadi begitu tidak akurat sehingga menjadi tidak berguna.
