Source: Slashdot
竞相开发更强大人工智能的公司正迅速接近一个新问题：互联网可能过于狭小以容纳他们的计划。来自一份报告：开放AI、谷歌等公司开发的系统需要更多数据来学习，但质量高的公开数据在网上变得匮乏，同时一些数据拥有者也限制AI公司的访问。一些高管和研究人员认为，行业对高质量文本数据的需求可能在两年内超过供应，从而可能放缓AI的发展。
AI公司正在寻找未开发的信息源，并重新思考如何训练这些系统。开放AI，ChatGPT的制造商，已经讨论过使用公开YouTube视频的转录来训练其下一个模型GPT-5，消息人士透露。公司也在尝试使用由AI生成的合成数据作为训练材料，许多研究人员认为这种方法实际上可能导致严重故障。
这些努力通常是秘密的，因为高管认为解决方案可能是竞争优势。数据是供应短缺的几种必要AI资源之一。运行ChatGPT、谷歌的Gemini和其他AI机器人背后的大型语言模型所需的芯片也很稀缺。
业内领导人担心数据中心的匮乏和所需的电力。AI语言模型是使用从互联网上搜集的文本构建的，包括科学研究、新闻文章和维基百科条目。这些材料被分成标记-单词和单词片段，模型利用它们来学习如何表达类似人类的表达。
AI公司需要更多数据，但互联网资源有限，AI发展或受阻。人工智能时代，如何解决数据和资源稀缺问题？"
}
```
特别声明：本文及配图均为用户上传或者转载，本文仅代表作者个人观点和立场，不代表平台观点。其原创性以及文中陈述文字和内容未经本站证实，
对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本平台不作任何保证或承诺，请读者仅作参考，
并请自行核实相关内容。如发现稿件侵权，或作者不愿在本平台发布文章，请版权拥有者通知本平台处理。
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios)
posted above belong to the User who shared or the third-party website which the User shared from.
If you found your copyright have been infringed, please send a DMCA takedown notice to
info@microheadline.com
来源：https://tech.slashdot.org/story/24/04/01/1445214/for-data-guzzling-ai-companies-the-internet-is-too-small?utm_source=rss1.0mainlinkanon&utm_medium=feed
https://www.theverge.com/2024/4/1/24117828/the-internet-may-not-be-big-enough-for-the-llms
https://news.ycombinator.com/item%3Fid%3D39892310
