深度｜普林斯顿教授Arvind：构建大参数模型不再有效，数据正成为瓶颈；社会对AI过度恐惧

文章预览

图片来源：Princeton University Z Highlights： 计算资源并非性能提升的唯一途径： Arvind Narayanan 认为，仅仅增加计算资源并不总是能带来模型性能的等比提升。目前，数据量正逐渐成为限制AI发展的主要瓶颈。 数据成为瓶颈： 现有的模型已经在几乎所有可获取的数据上进行了训练，数据量的增加可能不会像以前那样带来根本性的改变或新的能力。 合成 数据的局限性： 合成数据在提升数据量方面可能并不总是有效的，因为它可能只是在牺牲数据质量，而没有提供新的学习内容。 AI模型的未来趋势： AI模型可能会趋向于小型化，因为小型模型在成本和隐私方面具有优势，并且随着技术进步，小型模型也能保持与大型模型相似的能力水平。 社会对AI的误解： 社会普遍对AI持有过度恐惧的态度，尤其是担心AI的自我意识和潜在威胁，但这种恐惧是没有根据的。 ………………………………