摘要：Elon Musk最近提到，人工智能公司现正面临一个日益严峻的挑战：人类知识数据逐渐枯竭。这种情况在去年已经显现。他建议，科技公司应采用由AI模型生成的“合成”数据，以填补数据不足，进一步强化系统。然而Elon Musk也警告，依赖合成数据可能导致“模型崩溃”

Elon Musk最近提到，人工智能公司现正面临一个日益严峻的挑战：人类知识数据逐渐枯竭。这种情况在去年已经显现。他建议，科技公司应采用由AI模型生成的“合成”数据，以填补数据不足，进一步强化系统。然而Elon Musk也警告，依赖合成数据可能导致“模型崩溃”，即AI系统性能下降的风险。

惟Elon Musk在接受广告集团Stagwell董事长Mark Penn的直播采访时表示，依赖合成数据可能导致AI出现幻觉，因为届时已经无从稽考到底数据来源纯属幻觉或是真实答案。

Watch Stagwell's CEO Mark Penn interview Elon Musk at CES!https://t.co/BO3Z7bbHOZ

— Live (@Live)January 9, 2025

目前OpenAI的GPT-4等AI模型主要依赖从互联网收集的庞大数据进行训练，通过分析语言模式来预测句子中的下一个词语。随着数据日渐枯竭，Elon Musk认为，解决之道在于运用AI自行生成的合成数据（Synthetic data）。Elon Musk指AI可以撰写文章或提出论点，并为自己评分，通过自我检讨学习完善模型，从而缓解数据来源不足的困境。

Microsoft、Facebook母公司Meta、OpenAI和Anthropic等多家科技巨头，早已开始尝试利用合成数据训练AI模型。根据科技市场调查调机构Gartner估算，2024年约60%的AI和数据分析项目已开始使用合成数据作为核心资源。例如1月8日Microsoft开源的AI模型“Phi-4”就采用了结合合成数据与现实世界数据训练。Google的“Gemma”模型也采用了类似策略，而Anthropic则通过部分合成数据，开发出“Claude 3.5 Sonnet”。至于Meta则运用AI生成数据微调其最新推出的Llama系列模型。

尽管如此，专家对这一趋势持审慎态度。他们指出，倘若过度依赖合成数据，可能会放大既有偏差与错误，进而影响AI的生成结果准确性，甚至削弱模型的实际应用效果。因此如何在有限的数据资源中平衡创新与可靠性，已成为AI发展道路上亟待破解的重要课题。

图片来源：Scientific American

数据源：The Guardian、Fortune、Live@X

来源：十轮网