【ITBEAR科技資訊】7月20日消息，人工智能公司Cohere的首席執(zhí)行官Aiden Gomez近日透露，AI公司在面對Reddit、Twitter等公司提出的高昂數(shù)據(jù)采集要價(jià)時(shí)，已經(jīng)開始采用合成數(shù)據(jù)來訓(xùn)練AI模型。微軟、OpenAI和Cohere等公司都在利用這一方法，以降低數(shù)據(jù)采集的成本。
據(jù)Gomez表示，合成數(shù)據(jù)具有廣泛適用性，可以用于多種訓(xùn)練場景，只是目前還未被全面推廣。他舉了一個(gè)例子來說明合成數(shù)據(jù)的應(yīng)用：假設(shè)一家企業(yè)想要在高等數(shù)學(xué)領(lǐng)域訓(xùn)練一個(gè)模型，他們可以創(chuàng)建兩個(gè)人工智能模型，一個(gè)扮演老師的角色，另一個(gè)扮演學(xué)生的角色，并讓它們進(jìn)行關(guān)于三角學(xué)等主題的討論。AI模型主要負(fù)責(zé)觀察，如果發(fā)現(xiàn)任何錯(cuò)誤，可以進(jìn)行糾正。
合成數(shù)據(jù)是通過計(jì)算機(jī)技術(shù)人工生成的數(shù)據(jù)，而非來自真實(shí)事件。盡管如此，合成數(shù)據(jù)仍然具備可用性，可以在數(shù)學(xué)和統(tǒng)計(jì)上反映原始數(shù)據(jù)的特征，因此可以作為原始數(shù)據(jù)的替代品來訓(xùn)練、測試和驗(yàn)證大型AI模型。
據(jù)ITBEAR科技資訊了解，使用合成數(shù)據(jù)進(jìn)行訓(xùn)練可以帶來許多優(yōu)勢。首先，合成數(shù)據(jù)可以根據(jù)需要生成，因此可以輕松獲得大量的標(biāo)注數(shù)據(jù)，以提高模型的準(zhǔn)確性。其次，合成數(shù)據(jù)可以模擬各種場景和情況，包括那些在真實(shí)世界中難以獲取的數(shù)據(jù)，從而提高模型的泛化能力。此外，合成數(shù)據(jù)還可以創(chuàng)建多樣化的數(shù)據(jù)集，以更全面地訓(xùn)練和測試模型。
然而，雖然合成數(shù)據(jù)在AI模型訓(xùn)練方面有潛力，但仍存在一些限制。合成數(shù)據(jù)的質(zhì)量和真實(shí)性是重要問題，需要確保生成的數(shù)據(jù)與真實(shí)數(shù)據(jù)保持一致和可靠，以確保訓(xùn)練出的模型在真實(shí)世界中表現(xiàn)良好。此外，合成數(shù)據(jù)的廣泛應(yīng)用還需要進(jìn)一步的研究和驗(yàn)證，以確保在不同領(lǐng)域和任務(wù)中的有效性。
