Utveckling och användning av AI-system innebär regelbundet att AI-systemet tränas, valideras och testas med data. Denna artikel förklara skillnaden mellan träningsdata, valideringsdata och testdata enligt AI-förordningen.
AI-förordningen definierar begreppen träningsdata (training data), valideringsdata (validation data) och tesdata (testing data), se artikel 3 AI-förordningen. Med träningsdata avses enligt denna bestämmelse data som används för att träna ett AI-system genom anpassning av dess inlärningsbara parametrar. Med valideringsdata avses data som används för att tillhandahålla en utvärdering av det tränade AI-systemet och för att stämma av dess icke-inlärningsbara parametrar och dess inlärningsprocess för att bland annat förhindra under- eller överanpassning. Med testdata avses data som används för att tillhandahålla en oberoende utvärdering av AI-systemet för att bekräfta systemets förväntade prestanda innan det släpps ut på marknaden eller tas i bruk.
Det framgår av bestämmelsens ordalydelse att träningsdata, valideringsdata och testdata utgörs av olika, separata datamängder (eller dataset) som används i tre steg. Medan träningsdata används för att träna AI-systemets parametrar (första steget), används valideringsdata för att utvärdera träningen (andra steget). Valideringsdata används inte för att träna AI-systemets inlärningsbara parametrar utan bara för att stämma av AI-systemets icke-inlärningsbara parametrar. Testdata används i sin tur för att göra en oberoende utvärdering av AI-systemet efter att den har tränats och validerats (tredje steg).
Skillnaden mellan träningsdata, valideringsdata och testdata är av väsentlig betydelse i AI-förordningen. Exempelvis innehåller AIF särskilda regler om data och dataförvaltning (artikel 10 AI-förordningen). Dessa regler kräver bland annat att AI-system med hög risk ska utvecklas på grundval av tränings-, validerings- och testdataset som uppfyller särskilda kvalitetskriterier som anges i AI-förordningen. Ett exempel på ett sådant kriterium är att tränings-, validerings- och testdataset ska omfattas av metoder för dataförvaltning och datahantering som är lämpliga för det avsedda ändamålet med AI-systemet med hög risk.
TechLaw följer utvecklingen och publicerar löpande inlägg om rättsutveckling och andra aktuella frågor inom AI. Läs mer om hur vi bistår våra klienter inom artificiell intelligens (AI).
Källa: AI-förordningen (P9_TA(2024)0138).
