IT之家 1 月 9 日消息，據 TechCrunch 報道，馬斯克與其他人工智(zhi)能專家一(yi)致認為(wei)，現實世(shi)界中用于訓(xun)練(lian) AI 模型的數據幾(ji)乎已經(jing)耗盡。

在周三(san)晚間與 Stagwell 董事(shi)會主席馬克?佩(pei)恩的直播對(dui)話(hua)中(zhong)，馬斯克表示(shi)：“我們現在基(ji)本(ben)上(shang)已(yi)經(jing)消耗掉了所有人類知識的積(ji)累…… 用于人工智能訓練(lian)的數據。這個現象基(ji)本(ben)上(shang)是去年(nian)發(fa)生的。”

馬斯克此番言論與前 OpenAI 首席科學家伊利亞?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 行業已經達到了所謂的“數據峰值”，并預測未來缺乏足夠的(de)訓練數據，將(jiang)迫使 AI 模(mo)型的(de)開發方(fang)式發生改變。

馬斯克認為，合成數據（IT之家注：即人工智能模型自我生成的數據）是未來的解決方案。“補充現實世界數據的唯一途徑是通過合成數據，也就是讓 AI 自己生成訓練數據。AI 會進行自(zi)我評估，并通過這一自(zi)我學習的過程不(bu)斷優化自(zi)己。”

目前，許多科技公司，包括微軟、Meta、OpenAI 和 Anthropic 等，已經開始使用合成數據來訓練他們的主力 AI 模型。據 Gartner 估計，到 2024 年，用于人工智能和數據分析項目的 60% 數據將是通過合成方式生成的。

使用合成數據的一個顯著優勢是降低成本。人工智能初創公司 Writer 表示，其 Palmyra X 004 模型幾乎完全依賴合成數據進行開發，開發成本僅為 70 萬美元，而一個規模相似的 OpenAI 模型的開發成本大約為 460 萬美元。

然而，合成數據也存在一定的風險。研究表明，合成數據可能會導致模型性能下降，輸出結果不僅缺乏創新性，而且可能變得更加偏頗，最(zui)終嚴重(zhong)影響其功能(neng)性。因(yin)為模型是(shi)通過自己(ji)生成合成數據進行訓練的，如果這些(xie)數據本身帶有偏(pian)見或局限性，那么最(zui)終模型的輸出也會受到這些(xie)因(yin)素的影響。

廣告聲明：文內含有的對外跳轉(zhuan)鏈(lian)(lian)接（包(bao)括不限于超(chao)鏈(lian)(lian)接、二維(wei)碼、口令等形式(shi)），用于傳遞更多信息，節省甄選時(shi)間，結果僅供參考，IT之家所(suo)有文章均包(bao)含本聲明。