《经济学人》最新报道｜AI公司将很快耗尽互联网的数据。它们能创造更多数据吗？

文章预览

AI研究从2006年李飞飞的ImageNet项目开始，依赖互联网海量数据进行训练。然而，随着生成式AI的崛起，互联网上高质量文本数据即将枯竭，被称为“数据墙”。未来，AI公司需要更多高质量数据来源，但这些数据资源正受到版权和法律限制。 为应对数据枯竭，AI实验室开始注重数据质量，通过筛选和排序最大化模型学习效果。一些模型现在不仅处理文本，还处理图像、视频和音频文件。 使用合成数据是另一种解决方案，DeepMind的AlphaGo Zero通过自我对弈学习围棋是一个典型例子。 版权问题使得数据获取变得复杂，AI公司声称合理使用，但受到版权持有者的反对。为了保持模型的先进性，后期训练变得更加重要，标注公司通过提供高质量训练数据获利。 未来的挑战在于找到新的数据资源或可持续的替代品，以支持AI的持续发展。 资料来源： https://www.econo ………………………………