点击右上角微信好友

朋友圈

请使用浏览器分享功能进行分享

正在阅读:天云数据CEO雷涛:大模型后训练时代,AI要生产数据训练自己
首页> 光明科普> 图文 > 正文

天云数据CEO雷涛:大模型后训练时代,AI要生产数据训练自己

来源:光明网2025-03-03 17:07

  今年1月,人工智能公司xAI创始人埃隆·马斯克在一场直播中表示,人工智能公司已经耗尽了用于训练模型的数据,并“耗尽”了人类的全部知识。

  数据是人工智能大模型的基础,模型通过对海量数据的分析提炼形成智能。现在,人类生产数据的速度,远远跟不上人工智能学习的步伐。没有优质数据的支撑,大模型该如何训练?

  服务于真实的数字生产资料

  “今天的数据已经供给不了明天的AI,今天的AI要生产明天需要的数据。”近日,在由北京市科协、北京科技记协组织的“首都科技人”宣传活动中,天云数据CEO、第九届吴文俊人工智能科学技术发明奖获得者雷涛分享了他对“合成数据”这一数字生产资料的看法。

 天云数据CEO雷涛:大模型后训练时代,AI要生产数据训练自己

  天云数据CEO、第九届吴文俊人工智能科学技术发明奖获得者雷涛。受访者供图

  雷涛表示,硬件的增长遵循摩尔定律,而数据的增长则呈现指数型态势。我们如今所处的时代,已然是机器生产数据的时代,合成数据则是未来算力的主要解决方案。

  但在实际应用中,合成数据是否会因为是“人造”的,而存在“假数据”的嫌疑,无法达到与真实数据同等的效用呢?

  雷涛介绍,合成数据不是假数据,它是在有限的真实数据的基础上,用真实的逻辑生成的结果数据。这些结果数据服务于真实的生产过程。

  他以完成能源行业的安全规范为例进行说明。过去编写安全规范需要专业人员,且要同时消化多种语言的操作手册;现在把所有操作手册给到计算机,计算机按照工艺流程的思维链学习并抽取内容,就能够生成安全规范。这个安全规范虽是“合成”的,却完全可以应用于实际的生产过程,这充分体现了合成数据在工业生产场景中的价值。

 由简“化”繁的生成逻辑

  那么,合成数据究竟如何生成?雷涛打了个比方,往一瓶水中滴一滴墨水,墨水会从相对简单的状态逐渐扩散,变得复杂、分散。通过逆扩散算法识别墨水扩散规律,就能模拟出不同的墨水扩散场景。合成数据也是利用类似原理,抓住核心规律,从简单数据出发,模拟数据的复杂变化过程,创造出丰富多样的数据。

  “人类的抽象逻辑留给我们的数据资产有限,都是信息化进程中沉淀下来的结构化概要信息。而要把这些概要信息,转变为能用于理解和处理复杂世界中复杂系统的内容,就需要大量合成数据。”雷涛说。

 天云数据CEO雷涛:大模型后训练时代,AI要生产数据训练自己

 受访者供图

  另外,在某些特定领域或场景下,获取真实数据存在困难。以自动驾驶领域为例,其需要百万级别的路况数据,涵盖模拟极端灾难天气、极端恶性交通事故(如波音747在高速公路上迎面迫降)、复杂路况(如路面破损、立交桥断桥)等情况的数据。这些数据难以从现实世界获取,而合成数据可按需生成,填补数据缺口,降低对有限真实数据的依赖。

 自我驱动的“数据飞轮”

  雷涛认为,人工智能已经从预训练时代走向了后训练时代。在后训练时代,大模型构建起从数据生成到模型强化的正向循环机制至关重要。就像移动互联网时代搜推系统的“数据飞轮”效应——通过应用数据优化算法,算法又反哺应用,人工智能大模型也应形成“数据飞轮”,借助AI生产训练数据实现自我训练。

  已经有数家活跃于人工智能领域的企业,正在使用合成数据训练大模型。Facebook和Instagram的所有者Meta已经使用合成数据来微调其最大的LlamaAI模型,而微软也将AI制作的内容用于其Phi-4模型。谷歌和ChatGPT背后的公司OpenAI也在其AI工作中使用了合成数据。

  最近如火如荼的Deepseek,也在训练中使用到了合成数据。根据DeepSeek-V3技术文档,对于数学、代码竞赛、逻辑谜题这类推理相关数据,DeepSeek-V3先借助已训练好的DeepSeek-R1模型生成数据,再用融合了特定优化方法(监督微调与强化学习)的专业模型。

  为应对数据“饥荒”,“自给自足”的合成数据正在成为人工智能的新燃料。雷涛以2月19日发布的斯坦福生物学模型Evo2为例,Evo2能解构生物数据,还能通过训练,重构数据维度,在人工智能与数据的深度融合中,形成“复利效应”:“现在,AI产业与数据已步入深度协同阶段,构成产业演进的底层逻辑:AI建设数据资产,数据飞轮加速AI产业发展,二者相互依存、共同发展,促使产业格局发生质变。”(记者 李欣哲)

[ 责编:蔡琳 ]
阅读剩余全文(

相关阅读

您此时的心情

光明云投
新闻表情排行 /
  • 开心
     
    0
  • 难过
     
    0
  • 点赞
     
    0
  • 飘过
     
    0

视觉焦点

  • 2025年数字丝路发展论坛新闻发布会

  • 不再遗憾!因为“这条小鱼在乎”

独家策划

推荐阅读
钙钛矿太阳能电池因成本低、效率高、易加工等优势备受关注,可应用于光伏发电、车载光伏、光伏建筑等领域。
2025-07-03 09:59
目前,对于10厘米以上大型空间碎片,航天器通常采用主动规避的策略,通过轨道调整,避开可能的碰撞路径。
2025-07-03 09:58
6月26日,中国民航局官网发布公告,提到为切实保障航空运行安全,自2025年6月28日起,禁止旅客携带没有3C标识、3C标识不清晰、被召回型号或批次的充电宝乘坐境内航班。
2025-07-03 09:56
药膳制作师既要懂烹饪,是餐厅的大厨,又要懂中医药理论知识,特别是能够作为食药物质的中药材。
2025-07-03 09:55
运动有助于健康和抗衰老。但究竟是什么让运动有这种奇效呢?我国研究团队历时6年,首次系统解析了人体对急性单次运动与长期规律运动的分子-细胞动态响应谱,揭示肾脏是运动效应的关键应答器官——其内源代谢物甜菜碱作为衰老延缓的核心分子信使,通过靶向抑制天然免疫枢纽激酶TBK1,协同阻遏炎症并缓解多器官衰老进程。
2025-07-03 05:20
近日,四川乐山一小伙感觉身体不适独自乘出租车前往医院就诊,途中开启“超强自救”模式:联系妈妈告知情况、打110报警求助、打120告知医院准备急救。如果长期处于焦虑引起的躯体化障碍状态,患者会反复出现头痛、心慌、呼吸急促、胃肠紊乱、肢体疼痛、睡眠问题等。
2025-07-02 10:06
使用人工智能大模型时,不少人或许都遇到过类似问题:它们有时会捏造细节,甚至“一本正经地胡说八道”。当“喂给”大模型的训练数据包含虚假信息时,它就会产生“幻觉”、给出错误答案。
2025-07-02 10:05
中国国际航空公司所属的国产C909客机平稳降落在蒙古国乌兰巴托成吉思汗国际机场,标志着国航首条C909国际航线正式开通。早8时许,这架C909客机从呼和浩特起飞,经过1个多小时飞行抵达乌兰巴托。
2025-07-02 10:03
农业是国民经济的基础,农业领域形成新质生产力是国民经济形成和发展新质生产力的基础和“底盘”。 农业新质生产力是通过提升劳动者素质、优化劳动资料和创新利用劳动对象,实现全要素生产率的显著提高。
2025-07-02 10:01
团队基于卫星遥感数据构建了1988年至2021年青藏高原30米分辨率人工草地数据集,明确了青藏高原主要的人工草地类型及其时空分布特征,并揭示了青藏高原人工草地的迅速扩张及其驱动机制。
2025-07-02 09:59
屠光绍认为,金融机构在应用人工智能时必须在服务投资人与消费者之间寻求平衡,避免AI鸿沟,坚守金融服务大众的初心。鲍建敏倡导构建产学研深度融合、开放共赢的人工智能金融生态体系,搭建跨机构、跨领域的协同创新平台。
2025-07-01 10:13
6月30日,2025温布尔登网球锦标赛在英国伦敦拉开大幕,引发球迷关注。在草地球场,球的速度更快且弹跳不规则,比赛回合较短,发球就成为球员们的重要“武器”。红土球场并不是天然土壤,而是分层分布着碎砖粉、白色碎石灰石、碎石等。
2025-07-01 10:09
7月1日起,医保定点医药机构在销售药品时,必须按要求扫药品追溯码后方可进行医保基金结算;2026年1月1日起,所有医药机构都要实现药品追溯码全量采集上传。步,进入国家医保局微信公众号主页,点击服务、药品追溯信息查询,进入查询页面;或进入国家医保局微信公众号消息对话页,点击医保服务、药品追溯信息查询,进入查询页面。
2025-07-01 10:09
记者从国家航天局获悉,7月1日,该局发布行星探测工程天问二号探测器在轨获取的地月影像图。(国家航天局供图)  月球全色图,由天问二号探测器的窄视场导航敏感器于2025年5月30日15时拍摄,经辐射校正处理后制作而成。
2025-07-01 10:08
龙芯中科近日正式发布基于国产自主指令集龙架构研发的服务器处理器龙芯3C6000系列芯片、工控领域及移动终端处理器龙芯2K3000/3B6000M芯片以及相关整机和解决方案。
2025-07-01 10:06
四大家鱼,即青鱼、草鱼、鲢鱼、鳙鱼,是我国重要的经济鱼类,占淡水鱼类养殖总量的“半壁江山”,尤以长江流域所产鱼品质最优。但人工养殖久了,鱼类品质逐渐下降,需要捕捞野生鱼种来更换,确保鱼类种质“基因库”稳定。
2025-06-30 04:50
FAST如今每天观测时长接近24小时,每年总观测时长超过5300小时,持续不断地为科学家提供宝贵的数据。
2025-06-30 09:52
华南农业大学积极探索应用大数据、人工智能等技术加速育种创新,“华航香银针”就是创新成果之一。
2025-06-30 09:51
在近日落下帷幕的第十五届全国周培源大学生力学竞赛中,一位特殊的“考生”吸引了人们目光。
2025-06-30 09:51
6月29日,在海南文昌卫星超级工厂项目建设现场,各方正全力以赴加快工厂投产进程。
2025-06-30 09:51
加载更多