AI行业遇数据墙危机：2028年高质量训练数据或耗尽
近期，AI大模型训练数据短缺的话题又火了。《经济学人》最新那篇《AI公司很快将耗尽大部分互联网数据》，在业界掀起了不少讨论。核心观点很直接：随着互联网上那些高质量的数据被一点点吃光，AI领域正撞上一堵“数据墙”。研究机构Epoch AI的预测更具体：到2028年，互联网上所有高质量文本数据将被彻底用
近期，AI大模型训练数据短缺的话题又火了。《经济学人》最新那篇《AI公司很快将耗尽大部分互联网数据》，在业界掀起了不少讨论。核心观点很直接：随着互联网上那些高质量的数据被一点点吃光，AI领域正撞上一堵“数据墙”。
研究机构Epoch AI的预测更具体：到2028年，互联网上所有高质量文本数据将被彻底用尽；而机器学习数据集，可能早在2026年之前就会把“高质量语言数据”消耗殆尽。这不只是理论推演，而是实实在在摆在AI公司面前的难题——数据不够用了，训练速度恐怕得被迫放缓。
图源备注：图片由AI生成，图片授权服务商Midjourney
其实，学界早就敲过警钟。2023年7月，加州大学伯克利分校的斯图尔特·罗素教授就警告过：ChatGPT这类AI驱动的机器人，很快要“耗尽宇宙中的文本”了。不过，意见并不完全统一。2024年5月，斯坦福的李飞飞教授给出了另一视角——当下仍有大量差异化数据等待挖掘，关键是如何用它构建更定制化的模型。
数据短缺怎么解？合成数据成了备受关注的选项。但《自然》杂志近期的一篇论文泼了冷水：用AI生成的数据集去训练下一代模型，可能导致“模型崩溃”，让模型越来越偏离对真实世界的理解。研究团队的结论是，得在训练数据里留够原始样本，用更多样化的数据源，并且投入研究更鲁棒的训练算法。
突破“数据墙”的限制，确保高质量训练数据持续供应，已经是AI行业绕不开的紧迫课题。这不仅需要技术上的创新，更需要政府、企业、研究机构之间协同发力。随着AI技术越来越深地嵌入各行各业，解决数据短缺这个问题，才是AI持续健康发展的关键所在。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：AI行业遇数据墙危机：2028年高质量训练数据或耗尽要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点FL0是部署后端应用和数据库的工具，帮助开发者快速启动应用和数据库，省去环境配置与运维。适合需要快速交付后端服务的团队，支持SpringBoot、Node js与Postgres。具备自动扩展、多环境支持、GitHub深度集成等特色，还可基于Postgres构建LLM应用，实现“少操心、快上线”。
Conju是一款由大语言模型驱动的AI工具，能自动回复未接来电、捕捉客户需求、提供初步估价并更新CRM系统，将丢失的电话转化为销售机会，尤其适合家庭服务行业，可免费快速搭建。
FlirtFlix是一款提供虚拟伴侣的AI产品，支持双向语音、图像和文字聊天。用户可与多个具有独特性格的角色进行情感交流，实现无缝互动。产品定价灵活，适配不同使用频率与深度需求。
在线上约会过程中，许多人都会遇到“卡壳”的窘境——照片难以抉择、开场白不知如何开口、消息发出去后便杳无音讯。倘若有一位直率又专业的在线约会教练，帮你把个人资料打磨到最佳状态，还能传授聊天技巧，那该多么省心？这正是 Wingman live 这款 AI 约会助手所做的事情。 什么是Wingman li
- 日榜
- 周榜
- 月榜
热点快看