O desafio de acesso a dados no campo da inteligência artificial está se tornando cada vez mais evidente. Pesquisas indicam que dados da web, outrora facilmente acessíveis, agora estão se tornando difíceis de obter, afetando o treinamento de IA e a pesquisa acadêmica. Pesquisas de instituições como o MIT descobriram que diversos sites de coleta de conjuntos de dados abertos estão restringindo o acesso a dados devido ao endurecimento de seus termos de licença, o que representa um desafio não apenas para o treinamento de modelos de IA comerciais, mas também para pesquisas acadêmicas e sem fins lucrativos. Usando o bloqueio por robôs e os termos de serviço do site como metodologia de pesquisa, a equipe de pesquisa prevê um aumento contínuo das restrições de dados nos sites no futuro. A obtenção de dados está se tornando um...

O Laboratório de IA de Xangai, em conjunto com o Hospital Ruijin, afiliado à Faculdade de Medicina da Universidade Jiaotong de Xangai, lançou o conjunto de modelos básicos multimodais médicos "PuYi 2.0". O PuYi 2.0 adiciona modelos de múltiplas áreas, com aumento de parâmetros de linguagem, abrangendo múltiplas modalidades de dados, incluindo imagens médicas, texto médico e bioinformação. Novos conjuntos de dados abertos incluem o conjunto de dados de segmentação de imagens médicas SA-Med2D-20M e o conjunto de dados de patologia SNOW. O PuYi 2.0 incorpora um módulo de avaliação, fornecendo uma referência de capacidade para modelos médicos. Realiza a implantação de um conjunto abrangente de grandes modelos médicos.