Dostop do podatkov iz Wikipedije predstavlja dolgoletni izziv za raziskovalce umetne inteligence, saj so informacije pogosto razpršene, nesistematične ali težko uporabne za neposredno učenje AI modelov. Modeli umetne inteligence, kot je OpenAI GPT, pri obdelavi naravnega jezika pogosto naletijo na ovire, ker podatki niso konsistentni, aktualni in strukturirani na način, ki bi omogočal natančno razumevanje ali sklepanje. Te pomanjkljivosti vodijo v pojav “halucinacij” oziroma generiranja netočnih ali izmišljenih odgovorov, kar zmanjšuje uporabnost in zanesljivost AI rešitev za končne uporabnike.
Projekt WikiDataConnect: konkretne rešitve in primere uporabe
Pod vodstvom raziskovalcev iz Massachusetts Institute of Technology (MIT) in v sodelovanju z Wikimedia Foundation je bil razvit projekt WikiDataConnect, ki ponuja odprtokodno platformo za strukturirano izmenjavo podatkov iz Wikipedije. Platforma uporablja vnaprej pripravljene podatkovne vmesnike, ki omogočajo neposredno integracijo v obstoječe AI okolje. Uporabniki lahko preko API pridobijo ažurne podatke, ki so združeni v preglednih ontologijah, kar olajša interpretacijo in analizo.
Ena izmed pilotnih aplikacij je bila izvedena na področju zgodovinskih analiz, kjer so raziskovalci uporabili WikiDataConnect za usposabljanje modela, ki odgovarja na kompleksna vprašanja, npr. o zaporedju vladavin v različnih državah. Pred uporabo platforme je AI na vprašanje o spremembi državne ureditve v Franciji po letu 1800 pogosto podajal nepopolne ali napačne odgovore. Z novo platformo se je delež pravilnih odgovorov povečal z 68 odstotkov na 91 odstotkov, kar kaže na opazno izboljšanje natančnosti in globine razumevanja.
Poleg zgodovinskih analiz platforma omogoča razvoj specializiranih aplikacij za medicinsko svetovanje, kjer so potrebni natančni, zanesljivi in hierarhično urejeni podatki. WikiDataConnect zmanjšuje čas priprave podatkov za učenje AI modelov za več kot polovico v primerjavi s prejšnjimi pristopi, saj uporabniki niso več odvisni od ročnega zbiranja ali čiščenja podatkov iz različnih virov.
Vključevanje skupnosti in prihodnost projekta
WikiDataConnect je zasnovan kot popolnoma odprtokoden projekt, kar pomeni, da se lahko vanj vključi vsakdo iz raziskovalne ali izobraževalne skupnosti. Na uradni spletni strani projekta so na voljo podrobna navodila za integracijo API, možnosti za poročanje o napakah in odprta razvojna dokumentacija. V okviru sodelovanja z Wikimedia Foundation se redno organizirajo hackathoni, kjer lahko sodelavci prispevajo k razvoju novih funkcionalnosti ali izboljšanju obstoječih rešitev.
Projekt spodbuja transparentnost in kritično presojo podatkov, saj uporabnikom omogoča vpogled v vire in zgodovino sprememb. Vodilni raziskovalci v projektu si prizadevajo, da bi s to platformo zagotovili dolgoročen vpliv na kakovost učenja in razumevanja pri različnih AI aplikacijah, od jezikoslovja do naravoslovnih ved. WikiDataConnect bi lahko postal osrednje stičišče za vse, ki razvijajo rešitve na področju umetne inteligence in potrebujejo zanesljive, ažurne ter transparentne podatke.
Bralci, ki jih zanima vključitev v projekt ali želijo spremljati napredek, lahko obiščejo spletno stran wikidataconnect.org, kjer so objavljene novice, prihajajoči dogodki in odprti izzivi za skupnost. Odprta narava projekta omogoča vsakomur, da prispeva k izboljšanju AI ekosistema, hkrati pa projekt postavlja temelje za nadaljnje inovacije v uporabi odprtih podatkov na svetovni ravni.
