2026-09-10 · 来源：{'name': 'Unite AI', 'url': 'https://www.unite.ai/fixing-ai-data-scaling-safety-forgetting/'}
一项新分析指出,AI面临的四大难题——数据稀缺、经济性存疑、智能体失控与灾难性遗忘——其实是错误的提问方式,现有数据远未被充分挖掘。
当前关于前沿AI开发的讨论被四大障碍主导:行业数据即将枯竭的担忧、AI在经济上能否规模化的质疑、智能体失控的风险,以及开发者每次试图修改模型时出现的灾难性遗忘倾向。一项新分析认为,这些"高墙"没有一堵像表面看起来那样坚固——问题之所以持续存在,很大程度上是因为整个领域看问题的角度错了。
其中争议最大的是数据稀缺论。该分析直接反驳了这一前提:我们并没有用尽数据,因为现有数据从未被充分利用。在这种观点下,所谓的数据短缺反映的是对可用素材的开发不完整,而非全球信息供给的真正枯竭。
这种信念本身正在塑造行业行为。报告指出,AI领域的领导者们已经内化了"数据即将耗尽"的观念,他们的应对之策是让模型生成新数据再用其训练——一个合成数据反馈循环,被当作绕过一堵墙的权宜之计,而按该分析的说法,这堵墙可能根本不存在。这一区别至关重要:如果真正的约束在于利用率……
萬安算交所 AIXX · 算力硬件实名会员制交易平台 · 进入货源大厅