埃隆馬斯克的觀點(diǎn)與其他人工智能行業(yè)專家的觀點(diǎn)基本相同，那就是用于訓(xùn)練人工智能模型的真實(shí)世界 (區(qū)別于機(jī)器生成) 數(shù)據(jù)已經(jīng)所剩無幾。

本周埃隆馬斯克與 STAGWELL 董事長(zhǎng)在 X/Twitter 進(jìn)行直播時(shí)埃隆馬斯克表示，我們現(xiàn)在基本上已經(jīng)耗盡人類在人工智能訓(xùn)練方面積累的全部知識(shí)，這基本上發(fā)生在 2024 年。

有鑒于人類自己產(chǎn)生的數(shù)據(jù)已經(jīng)被耗盡，所以埃隆馬斯克認(rèn)為合成數(shù)據(jù)也就是由人工智能模型本身生成的數(shù)據(jù)是未來的發(fā)展方向，補(bǔ)充的唯一方法就是使用合成數(shù)據(jù)，有了合成數(shù)據(jù)后人工智能就會(huì)自我評(píng)分并經(jīng)歷自我學(xué)習(xí)的過程。

值得注意的是由于無法獲取到最后多的真實(shí)世界新數(shù)據(jù)，包括埃隆馬斯克的 xAI、微軟、Meta、OpenAI 和 Anthropic 等科技巨頭都已經(jīng)開始使用合成數(shù)據(jù)訓(xùn)練 AI 模型。

市場(chǎng)調(diào)查公司 Gartner 的預(yù)計(jì)則是在 2024 年用于人工智能和分析項(xiàng)目中的數(shù)據(jù)可能有高達(dá) 60% 都是合成的而非人類產(chǎn)生的真實(shí)數(shù)據(jù)。

微軟在最新推出的 Phi-4 系列模型中也同樣使用合成數(shù)據(jù)和真實(shí)數(shù)據(jù)進(jìn)行訓(xùn)練，谷歌開源的 Gemma 模型同樣如此，都是靠合成數(shù)據(jù)才完成模型的最終訓(xùn)練。

使用合成數(shù)據(jù)的優(yōu)點(diǎn)很多，包括獲取方式相對(duì)來說比較容易、節(jié)省成本還可以規(guī)避某些版權(quán)問題等。但缺點(diǎn)也很明顯，某些研究表明合成數(shù)據(jù)可能會(huì)導(dǎo)致模型崩潰，即模型的輸出不那么有創(chuàng)意而且會(huì)更加偏頗。

如果用于訓(xùn)練的合成數(shù)據(jù)本身存在偏見和局限性，那么訓(xùn)練出來的人工智能模型也同樣會(huì)存在這樣的缺點(diǎn)或受到影響，最終影響到人工智能模型的質(zhì)量。

[超站]友情鏈接：

四季很好，只要有你，文娛排行榜：https://www.yaopaiming.com/
關(guān)注數(shù)據(jù)與安全，洞悉企業(yè)級(jí)服務(wù)市場(chǎng)：https://www.ijiandao.com/