马斯克：现实世界中用于训练 AI 模型的数据已经所剩无几

文章来源：08AI导航发布时间：2025-05-01 12:29:57

IT之家 1 月 9 日消息，据 TechCrunch 报道，马斯克与其他人工智能专家一致认为，现实世界中用于训练 AI 模型的数据几乎已经耗尽。

在周三晚间与 Stagwell 董事会**马克・佩恩的直播对话中，马斯克表示：“我们现在基本上已经消耗掉了所有人类知识的积累…… 用于人工智能训练的数据。这个现象基本上是去年发生的。”

马斯克此番言论与前 OpenAI 首席科学家伊利亚・苏茨克弗（Ilya Sutskever）在去年 12 月的 NeurIPS 会议上的观点相似。苏茨克弗曾指出，AI 行业已经达到了所谓的“数据峰值”，并预测未来缺乏足够的训练数据，将迫使 AI 模型的开发方式发生改变。

马斯克认为，合成数据（IT之家注：即人工智能模型自我生成的数据）是未来的解决方案。“补充现实世界数据的唯一途径是通过合成数据，也就是让 AI 自己生成训练数据。AI 会进行自我评估，并通过这一自我学习的过程不断优化自己。”

目前，许多科技公司，包括微软、Meta、OpenAI 和 Anthropic 等，已经开始使用合成数据来训练他们的主力 AI 模型。据 Gartner 估计，到 2024 年，用于人工智能和数据分析项目的 60% 数据将是通过合成方式生成的。

使用合成数据的一个显著优势是降低成本。人工智能初创公司 Writer 表示，其 Palmyra X 004 模型几乎完全依赖合成数据进行开发，开发成本仅为 70 万美元，而一个规模相似的 OpenAI 模型的开发成本大约为 460 万美元。

然而，合成数据也存在一定的风险。研究表明，合成数据可能会导致模型性能下降，输出结果不仅缺乏创新性，而且可能变得更加偏颇，最终严重影响其功能性。因为模型是通过自己生成合成数据进行训练的，如果这些数据本身带有偏见或局限性，那么最终模型的输出也会受到这些因素的影响。

上一篇: AI能以假乱真吗？媒体担心的事情发生了！

在当下，AI创作正是风口，不少媒体人担心有人利用AI生成（伪造）新闻现场照片甚至视频。果然，怕什么就来什么：近日，在西藏日喀则市定日县发生的地震灾害牵动人心，就在大家为灾区揪心、全力救援之时，一些AI生

下一篇: 国务院国资委：要大力发展人工智能，加快建立适应人工智能发展的体制机制

1月5日，国务院国资委党委委员、副主任谭作钧出席在中国电信党校举办的中央企业人工智能特训班结业式，指出要大力发展人工智能，推动中央企业高质量发展。谭作钧强调，要紧跟人工智能最新发展，主动拥抱人工智