OpenAI CEO表示有足夠數(shù)據(jù)培訓下一代人工智能

　　OpenAI 的首席執(zhí)行官 Sam Altman 在一次采訪中強調(diào)了使用高質(zhì)量數(shù)據(jù)來訓練人工智能模型的重要性。他表示，無論是人類生成的數(shù)據(jù)還是合成數(shù)據(jù)，高質(zhì)量數(shù)據(jù)對 AI 系統(tǒng)至關(guān)重要。

　　Altman 在 AI for Good Global Summit 的一次采訪中提到了 AI 系統(tǒng)對高質(zhì)量數(shù)據(jù)的需求。他認為，無論是來自人類還是合成生成的低質(zhì)量數(shù)據(jù)都會成為問題。Altman 表示:“我認為你需要的是高質(zhì)量數(shù)據(jù)。有低質(zhì)量的合成數(shù)據(jù)，也有低質(zhì)量的人類數(shù)據(jù)。”

　　目前，OpenAI 已經(jīng)擁有足夠的數(shù)據(jù)來訓練 GPT-4之后的下一代模型，Altman 表示。公司正在嘗試生成大量合成數(shù)據(jù)，以探索不同的 AI 訓練方法。然而，關(guān)鍵問題在于 AI 系統(tǒng)如何能夠用更少的數(shù)據(jù)學到更多，而不僅僅是產(chǎn)生大量合成數(shù)據(jù)進行訓練。

　　Altman 認為，如果訓練模型的最佳方式是 “生成類似于一千萬億標記的合成數(shù)據(jù)并將其反饋回去”，那將是 “非常奇怪的”。對于 Altman 來說，高效地從數(shù)據(jù)中學習是關(guān)鍵，他將核心問題描述為 “如何用更少的數(shù)據(jù)學到更多?” 他警告稱，OpenAI 和其他公司仍需找到最適合訓練日益強大的 AI 系統(tǒng)的數(shù)據(jù)和方法。

　　科學支持 Altman 的觀點，表明更好的數(shù)據(jù)會帶來更好的 AI 性能。這也符合 OpenAI 最近斥資數(shù)億美元從主要出版商那里獲得訓練數(shù)據(jù)的戰(zhàn)略。在這個快速發(fā)展的領(lǐng)域，尋找適合訓練 AI 系統(tǒng)的最佳數(shù)據(jù)和技術(shù)仍需要做出許多科學進展。