“喂”給人工智能的真實(shí)數(shù)據(jù)終將耗盡 合成數(shù)據(jù)能否讓AI模型精確可靠

？

，為滿足AI的“胃口”，科技行業(yè)正轉(zhuǎn)向使用合成數(shù)據(jù)。

澳大利亞“對話”網(wǎng)站在本月稍早時間報道中指出

，合成數(shù)據(jù)具有諸多優(yōu)勢，但過度依賴合成數(shù)據(jù)也可能削弱AI的精確性和可靠性。

圖片來源：物理學(xué)家組織網(wǎng)

合成數(shù)據(jù)應(yīng)運(yùn)而生

以往，科技公司主要依賴真實(shí)數(shù)據(jù)來構(gòu)建

、訓(xùn)練和改進(jìn)AI模型。真實(shí)數(shù)據(jù)是指由人類創(chuàng)建的文本、視頻和圖像。它們通過調(diào)查、實(shí)驗(yàn)、觀察或挖掘網(wǎng)站和社交媒體等途徑被收集而來。

真實(shí)數(shù)據(jù)因蘊(yùn)含真實(shí)事件以及其場景和背景而極具價值，但其并非盡善盡美

。它可能摻雜拼寫錯誤、不一致或無關(guān)的內(nèi)容，甚至潛藏嚴(yán)重偏見，導(dǎo)致生成式AI模型在某些情況下創(chuàng)建的圖像僅展示男性或白人形象。

但真實(shí)數(shù)據(jù)日益匱乏

，因?yàn)槿祟惿蓴?shù)據(jù)的速度趕不上AI不斷增長的需求。

美國開放人工智能研究中心聯(lián)合創(chuàng)始人伊利亞·蘇茨克維爾在去年12月舉行的機(jī)器學(xué)習(xí)會議上聲稱，AI行業(yè)已觸及他所稱的“數(shù)據(jù)峰值”