螞蟻集團(tuán)CTO：大模型亂象源于數(shù)據(jù)貧瘠，亟需打破幻覺
隨著人工智能（AI）的快速發(fā)展，大模型已成為當(dāng)前的研究熱點。然而，近期出現(xiàn)的大模型亂象，引發(fā)了業(yè)界對AI發(fā)展的擔(dān)憂。對此，螞蟻集團(tuán)首席技術(shù)官何征宇在OceanBase開發(fā)者大會上指出，大模型亂象的源頭是數(shù)據(jù)貧瘠，亟需打破幻覺。
首先，何征宇指出，沒有數(shù)據(jù)就沒有AI的發(fā)展，數(shù)據(jù)的邊界決定了大模型的能力上限。隨著AI的發(fā)展，數(shù)據(jù)的地位日益凸顯。然而，目前廉價的互聯(lián)網(wǎng)數(shù)據(jù)即將用盡，導(dǎo)致數(shù)據(jù)的獲取成本增加，這使得數(shù)據(jù)的獲取、處理和評估成為了一項挑戰(zhàn)。
其次，何征宇強(qiáng)調(diào)了嚴(yán)謹(jǐn)?shù)男袠I(yè)數(shù)據(jù)稀缺且流動困難。行業(yè)數(shù)據(jù)是理解特定領(lǐng)域的重要信息來源，然而，由于數(shù)據(jù)隱私和安全問題，許多行業(yè)數(shù)據(jù)無法公開流通。這使得企業(yè)在應(yīng)用大模型時，難以獲取到足夠、準(zhǔn)確、全面的行業(yè)數(shù)據(jù)，進(jìn)而影響了大模型的性能和效果。
再者，多模態(tài)數(shù)據(jù)處理難也是一大挑戰(zhàn)。多模態(tài)數(shù)據(jù)是指包含多種信息形式的數(shù)據(jù)，如文本、圖像、音頻等。如何有效地處理多模態(tài)數(shù)據(jù)，將各種信息形式轉(zhuǎn)化為大模型可以理解和利用的形式，是一項極具挑戰(zhàn)性的任務(wù)。
最后，數(shù)據(jù)的質(zhì)量評估難也是一大問題。高質(zhì)量的數(shù)據(jù)是訓(xùn)練出優(yōu)秀大模型的基礎(chǔ)。然而，如何準(zhǔn)確、客觀地評估數(shù)據(jù)的質(zhì)量，是一項極具挑戰(zhàn)性的任務(wù)。目前，大多數(shù)方法都是基于人工評估或基于統(tǒng)計方法的簡單評估，這無法保證評估的準(zhǔn)確性和可靠性。
面對這些挑戰(zhàn)，何征宇認(rèn)為，未來企業(yè)成功與否，將主要取決于如何產(chǎn)生數(shù)據(jù)、應(yīng)用數(shù)據(jù)。企業(yè)需要積極探索新的數(shù)據(jù)源，提高數(shù)據(jù)的收集、處理和評估能力，以更好地支持大模型的訓(xùn)練和優(yōu)化。同時，企業(yè)也需要關(guān)注數(shù)據(jù)的隱私和安全問題，確保在獲取和使用數(shù)據(jù)的過程中，遵守相關(guān)的法律法規(guī)和倫理標(biāo)準(zhǔn)。
在技術(shù)方面，螞蟻集團(tuán)將支持OceanBase在金融、醫(yī)療、生活等螞蟻AI的核心場景的突破。金融、醫(yī)療和生活是三個重要的領(lǐng)域，擁有大量的數(shù)據(jù)資源和獨特的應(yīng)用場景。OceanBase作為一家具有全球影響力的數(shù)據(jù)庫廠商，已經(jīng)在這些領(lǐng)域積累了豐富的數(shù)據(jù)和業(yè)務(wù)經(jīng)驗。通過將這些經(jīng)驗應(yīng)用于螞蟻AI的核心場景，OceanBase有望進(jìn)一步推動大模型的研發(fā)和應(yīng)用。
同時，螞蟻集團(tuán)將繼續(xù)支持OceanBase開源開放，推進(jìn)AGI夢想的實現(xiàn)。AGI是人工智能的終極目標(biāo)，即實現(xiàn)具有人類智慧水平的人工智能。通過開放和共享技術(shù)成果，OceanBase將吸引更多的開發(fā)者和技術(shù)社區(qū)參與進(jìn)來，共同推動人工智能技術(shù)的發(fā)展。
總的來說，大模型的研發(fā)和應(yīng)用是一項極具挑戰(zhàn)性的任務(wù)。面對數(shù)據(jù)貧瘠、行業(yè)數(shù)據(jù)稀缺、多模態(tài)數(shù)據(jù)處理難和數(shù)據(jù)質(zhì)量評估難等挑戰(zhàn)，我們需要積極探索新的解決方案和技術(shù)手段。螞蟻集團(tuán)作為一家具有全球影響力的科技企業(yè)，將不斷投入研發(fā)資源，積極探索新的技術(shù)手段和應(yīng)用場景，以更好地支持大模型的研發(fā)和應(yīng)用。
在未來的發(fā)展中，我們期待看到更多的技術(shù)創(chuàng)新和突破，為大模型的研發(fā)和應(yīng)用帶來更多的可能性。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
