E Ink元太科技連三年入選道瓊可持續(xù)雙指數(shù)撬動6000億GTV后,抖音計(jì)劃偷襲美團(tuán)大本營AGI Open Network(AON):賦能每個人創(chuàng)建、部署和貨幣化AI Agent貸款利率史上最低了嗎?東融教你看懂歷年啥水平“客服來電”有詐?抖音客服上線“驗(yàn)證助手”助用戶識別詐騙OpenAI新模型GPT-5研發(fā)未達(dá)預(yù)期:成本高昂 效果不佳曝天馬打入果鏈:為蘋果HomePod供應(yīng)LCD屏 每塊屏僅10美元曝OPPO或首發(fā)新款天璣次旗艦芯片 兩大子品牌Q2發(fā)力諾基亞攜手阿聯(lián)酋運(yùn)營商e&,展示全球首個固網(wǎng)游戲端到端網(wǎng)絡(luò)切片方案零下25℃制熱26℃!海爾水暖通黑科技亮相冰雪大世界三星沒放棄曲面屏開發(fā)!最新專利曝光暗示有望回歸三大運(yùn)營商11月成績單:用戶數(shù)據(jù)增幅放緩打造下一個英偉達(dá),孫正義的2026芯片計(jì)劃曝光瞭望2025全球6G技術(shù)發(fā)展趨勢AI時代云安全新范式,暢捷通智能守護(hù)小微企業(yè)安全上云百川智能發(fā)布全鏈路領(lǐng)域增強(qiáng)金融大模型 Baichuan4-Finance年末家電消費(fèi)觀察:品質(zhì)生活類產(chǎn)品熱賣,將持續(xù)迎來剛需式普及?GPT-5研發(fā)受阻:OpenAI 新一代模型難見突破性進(jìn)展新一代語言模型ModernBERT發(fā)布,RAG等任務(wù)處理速度快四倍、成本低新研究顯示:Anthropic 的 Claude AI 在合作能力上領(lǐng)先于 OpenAI 和谷歌模型
  • 首頁 > 企業(yè)IT頻道 > 人工智能

    AI“數(shù)據(jù)荒”怎么辦?微軟、谷歌等公司正使用“合成數(shù)據(jù)”訓(xùn)練AI

    2024年05月13日 16:35:48   來源:財(cái)聯(lián)社

      人工智能聊天機(jī)器人的背后需要海量高質(zhì)量數(shù)據(jù)作為支撐。傳統(tǒng)上,人工智能系統(tǒng)依賴于從各種網(wǎng)絡(luò)來源(如文章、書籍和在線評論)中提取的大量數(shù)據(jù)來理解用戶的查詢并生成響應(yīng)。

      長期以來,如何獲取更多的高質(zhì)量數(shù)據(jù)成為人工智能公司的一大挑戰(zhàn)。由于數(shù)據(jù)在互聯(lián)網(wǎng)上的可用性是有限的,這促使人工智能公司正尋求一種替代解決方案——合成數(shù)據(jù)(Synthetic data)。

      合成數(shù)據(jù),即人工智能系統(tǒng)生成的人工數(shù)據(jù)?萍脊就ㄟ^利用自己的人工智能模型,生成合成數(shù)據(jù)(這也被認(rèn)為是虛假數(shù)據(jù)),然后將這些數(shù)據(jù)用以訓(xùn)練其系統(tǒng)的未來迭代。

      談及合成數(shù)據(jù)是如何生成的,其過程包括為人工智能模型設(shè)置特定參數(shù)和提示以創(chuàng)建內(nèi)容,這種方法可以更精確地控制用于訓(xùn)練人工智能系統(tǒng)的數(shù)據(jù)。

      例如,微軟的研究人員向人工智能模型列出了四歲孩子能夠理解的3000個詞匯,然后,他們要求該模型使用詞匯表中的一個名詞、一個動詞和一個形容詞來創(chuàng)造一個兒童故事。通過幾天時間內(nèi)數(shù)百萬次的重復(fù)提示,模型最終產(chǎn)生了數(shù)百萬個短篇故事。

      雖然計(jì)算中的合成數(shù)據(jù)并不是一個新概念,但生成式人工智能的興起促進(jìn)了大規(guī)模創(chuàng)建更高質(zhì)量的合成數(shù)據(jù)。

      人工智能初創(chuàng)公司Anthropic首席執(zhí)行官Dario Amodei將這種方法稱為“無限數(shù)據(jù)生成引擎”,旨在避免與傳統(tǒng)數(shù)據(jù)采集方法相關(guān)的一些版權(quán)、隱私等問題。

      現(xiàn)有用例與分歧觀點(diǎn)

      目前,Meta、谷歌和微軟等主要人工智能公司已經(jīng)開始使用合成數(shù)據(jù)開發(fā)高級模型,包括聊天機(jī)器人和語言處理器。

      例如,Anthropic使用合成數(shù)據(jù)為其聊天機(jī)器人Claude提供動力;谷歌DeepMind則使用這種方法來訓(xùn)練能夠解決復(fù)雜幾何問題的模型;與此同時,微軟已經(jīng)公開了使用合成數(shù)據(jù)開發(fā)的小型語言模型。

      有支持者認(rèn)為,如果適當(dāng)實(shí)施,合成數(shù)據(jù)可以產(chǎn)生準(zhǔn)確可靠的模型。

      然而,一些人工智能專家對與合成數(shù)據(jù)相關(guān)的風(fēng)險(xiǎn)表示擔(dān)憂。著名大學(xué)的研究人員觀察到了“模型崩潰”的例子,即在合成數(shù)據(jù)上訓(xùn)練的人工智能模型出現(xiàn)了不可逆轉(zhuǎn)的缺陷,并產(chǎn)生了荒謬的輸出。此外,有人擔(dān)心合成數(shù)據(jù)可能會加劇數(shù)據(jù)集的偏差和錯誤。

      劍橋大學(xué)博士Zakhar Shumaylov在一封電子郵件中寫道,”如果處理得當(dāng),合成數(shù)據(jù)會很有用。然而,對于如何才能處理得當(dāng),目前還沒有明確的答案;有些偏見對于人類來說可能很難察覺。”

      此外,圍繞對合成數(shù)據(jù)的依賴存在一場哲學(xué)辯論,人們對人工智能的本質(zhì)提出了質(zhì)疑——如若使用機(jī)器合成的數(shù)據(jù),那么人工智能是否還是模仿人類智能的機(jī)器?

      斯坦福大學(xué)教授Percy Liang強(qiáng)調(diào)了將真正的人類智能融入數(shù)據(jù)生成過程的重要性,并強(qiáng)調(diào)了大規(guī)模創(chuàng)建合成數(shù)據(jù)的復(fù)雜性。他認(rèn)為,“合成數(shù)據(jù)不是真實(shí)的數(shù)據(jù),就像你做夢登上了珠穆朗瑪峰并不是真正登頂了一樣。”

      目前對于生成合成數(shù)據(jù)的最佳做法尚未達(dá)成共識,這突出表明需要在這一領(lǐng)域進(jìn)一步研究和發(fā)展。隨著該領(lǐng)域的不斷發(fā)展,人工智能研究人員和領(lǐng)域?qū)<抑g的合作對于充分利用人工智能開發(fā)合成數(shù)據(jù)的潛力至關(guān)重要。

      文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請謹(jǐn)慎對待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。

    即時

    新聞

    明火炊具市場:三季度健康屬性貫穿全類目

    奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。

    企業(yè)IT

    重慶創(chuàng)新公積金應(yīng)用,“區(qū)塊鏈+政務(wù)服務(wù)”顯成效

    “以前都要去窗口辦,一套流程下來都要半個月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。

    3C消費(fèi)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,高能實(shí)力,創(chuàng)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準(zhǔn)的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來實(shí)質(zhì)性的幫助,雙十一期間低至2799元,性價比很高,簡直是創(chuàng)作者們的首選。

    研究

    中國信通院羅松:深度解讀《工業(yè)互聯(lián)網(wǎng)標(biāo)識解析體系

    9月14日,2024全球工業(yè)互聯(lián)網(wǎng)大會——工業(yè)互聯(lián)網(wǎng)標(biāo)識解析專題論壇在沈陽成功舉辦。