人工智能聊天機器人的背后需要海量高質(zhì)量數(shù)據(jù)作為支撐。傳統(tǒng)上，人工智能系統(tǒng)依賴于從各種網(wǎng)絡(luò)來源（如文章、書籍和在線評論）中提取的大量數(shù)據(jù)來理解用戶的查詢并生成響應(yīng)。

長期以來，如何獲取更多的高質(zhì)量數(shù)據(jù)成為人工智能公司的一大挑戰(zhàn)。由于數(shù)據(jù)在互聯(lián)網(wǎng)上的可用性是有限的，這促使人工智能公司正尋求一種替代解決方案——合成數(shù)據(jù)（Synthetic data）。

合成數(shù)據(jù)，即人工智能系統(tǒng)生成的人工數(shù)據(jù)。科技公司通過利用自己的人工智能模型，生成合成數(shù)據(jù)（這也被認為是虛假數(shù)據(jù)），然后將這些數(shù)據(jù)用以訓練其系統(tǒng)的未來迭代。

談及合成數(shù)據(jù)是如何生成的，其過程包括為人工智能模型設(shè)置特定參數(shù)和提示以創(chuàng)建內(nèi)容，這種方法可以更精確地控制用于訓練人工智能系統(tǒng)的數(shù)據(jù)。

例如，微軟的研究人員向人工智能模型列出了四歲孩子能夠理解的3000個詞匯，然后，他們要求該模型使用詞匯表中的一個名詞、一個動詞和一個形容詞來創(chuàng)造一個兒童故事。通過幾天時間內(nèi)數(shù)百萬次的重復提示，模型最終產(chǎn)生了數(shù)百萬個短篇故事。

雖然計算中的合成數(shù)據(jù)并不是一個新概念，但生成式人工智能的興起促進了大規(guī)模創(chuàng)建更高質(zhì)量的合成數(shù)據(jù)。

人工智能初創(chuàng)公司Anthropic首席執(zhí)行官Dario Amodei將這種方法稱為“無限數(shù)據(jù)生成引擎”，旨在避免與傳統(tǒng)數(shù)據(jù)采集方法相關(guān)的一些版權(quán)、隱私等問題。

現(xiàn)有用例與分歧觀點

目前，Meta、谷歌和微軟等主要人工智能公司已經(jīng)開始使用合成數(shù)據(jù)開發(fā)高級模型，包括聊天機器人和語言處理器。

例如，Anthropic使用合成數(shù)據(jù)為其聊天機器人Claude提供動力；谷歌DeepMind則使用這種方法來訓練能夠解決復雜幾何問題的模型；與此同時，微軟已經(jīng)公開了使用合成數(shù)據(jù)開發(fā)的小型語言模型。

有支持者認為，如果適當實施，合成數(shù)據(jù)可以產(chǎn)生準確可靠的模型。

然而，一些人工智能專家對與合成數(shù)據(jù)相關(guān)的風險表示擔憂。著名大學的研究人員觀察到了“模型崩潰”的例子，即在合成數(shù)據(jù)上訓練的人工智能模型出現(xiàn)了不可逆轉(zhuǎn)的缺陷，并產(chǎn)生了荒謬的輸出。此外，有人擔心合成數(shù)據(jù)可能會加劇數(shù)據(jù)集的偏差和錯誤。

劍橋大學博士Zakhar Shumaylov在一封電子郵件中寫道，”如果處理得當，合成數(shù)據(jù)會很有用。然而，對于如何才能處理得當，目前還沒有明確的答案；有些偏見對于人類來說可能很難察覺?！?/p>

此外，圍繞對合成數(shù)據(jù)的依賴存在一場哲學辯論，人們對人工智能的本質(zhì)提出了質(zhì)疑——如若使用機器合成的數(shù)據(jù)，那么人工智能是否還是模仿人類智能的機器？

斯坦福大學教授Percy Liang強調(diào)了將真正的人類智能融入數(shù)據(jù)生成過程的重要性，并強調(diào)了大規(guī)模創(chuàng)建合成數(shù)據(jù)的復雜性。他認為，“合成數(shù)據(jù)不是真實的數(shù)據(jù)，就像你做夢登上了珠穆朗瑪峰并不是真正登頂了一樣?！?/p>

目前對于生成合成數(shù)據(jù)的最佳做法尚未達成共識，這突出表明需要在這一領(lǐng)域進一步研究和發(fā)展。隨著該領(lǐng)域的不斷發(fā)展，人工智能研究人員和領(lǐng)域?qū)＜抑g的合作對于充分利用人工智能開發(fā)合成數(shù)據(jù)的潛力至關(guān)重要。

轉(zhuǎn)載來源：財聯(lián)社 作者：周子意