1 月 9 日消息，據(jù) TechCrunch 報道，馬斯克與其他人工智能專家一致認(rèn)為，現(xiàn)實世界中用于訓(xùn)練 AI 模型的數(shù)據(jù)幾乎已經(jīng)耗盡。
在周三晚間與 Stagwell 董事會主席馬克?佩恩的直播對話中，馬斯克表示：“我們現(xiàn)在基本上已經(jīng)消耗掉了所有人類知識的積累…… 用于人工智能訓(xùn)練的數(shù)據(jù)。這個現(xiàn)象基本上是去年發(fā)生的。”
馬斯克此番言論與前 OpenAI 首席科學(xué)家伊利亞?蘇茨克弗（Ilya Sutskever）在去年 12 月的 NeurIPS 會議上的觀點相似。蘇茨克弗曾指出，AI 行業(yè)已經(jīng)達(dá)到了所謂的“數(shù)據(jù)峰值”，并預(yù)測未來缺乏足夠的訓(xùn)練數(shù)據(jù)，將迫使 AI 模型的開發(fā)方式發(fā)生改變。
馬斯克認(rèn)為，合成數(shù)據(jù)（IT之家注：即人工智能模型自我生成的數(shù)據(jù)）是未來的解決方案。“補(bǔ)充現(xiàn)實世界數(shù)據(jù)的唯一途徑是通過合成數(shù)據(jù)，也就是讓 AI 自己生成訓(xùn)練數(shù)據(jù)。AI 會進(jìn)行自我評估，并通過這一自我學(xué)習(xí)的過程不斷優(yōu)化自己。”
目前，許多科技公司，包括微軟、Meta、OpenAI 和 Anthropic 等，已經(jīng)開始使用合成數(shù)據(jù)來訓(xùn)練他們的主力 AI 模型。據(jù) Gartner 估計，到 2024 年，用于人工智能和數(shù)據(jù)分析項目的 60% 數(shù)據(jù)將是通過合成方式生成的。
使用合成數(shù)據(jù)的一個顯著優(yōu)勢是降低成本。人工智能初創(chuàng)公司 Writer 表示，其 Palmyra X 004 模型幾乎完全依賴合成數(shù)據(jù)進(jìn)行開發(fā)，開發(fā)成本僅為 70 萬美元，而一個規(guī)模相似的 OpenAI 模型的開發(fā)成本大約為 460 萬美元。
然而，合成數(shù)據(jù)也存在一定的風(fēng)險。研究表明，合成數(shù)據(jù)可能會導(dǎo)致模型性能下降，輸出結(jié)果不僅缺乏創(chuàng)新性，而且可能變得更加偏頗，最終嚴(yán)重影響其功能性。因為模型是通過自己生成合成數(shù)據(jù)進(jìn)行訓(xùn)練的，如果這些數(shù)據(jù)本身帶有偏見或局限性，那么最終模型的輸出也會受到這些因素的影響。
