Todas notícias "人工智能培训"
-
最新新闻 (CN)巴西专业人士加速人工智能研究，第一季度超过2025小时
巴西大公司的专业人员投入人工智能研究的时间大幅增加。 2026 年 1 月至 3 月期间，累计时数已超过 2025 年全年记录的总时数。Unico Skill 平台统计了这些数字，该平台为 100 多家公司的 20 万名员工提供教育福利。 数据显示，第一季度的人工智能研究时间为 90.1 万小时，而 2025 年全年的人工智能研究时间为 80.1 万小时。Bradesco、雀巢、拜耳和...
-
News (CN)人工智能行业面临迫在眉睫的数据危机来训练新的复杂模型
生成式人工智能的快速扩张标志着全球技术格局，正在接近一个可能重新定义创新步伐的关键障碍。行业专家和研究人员警告说，对于训练高级语言模型至关重要的高质量公共数据量正在耗尽。这种情况使公司与时间赛跑，寻找新的信息来源并开发更有效的学习方法。 当前的悖论是，虽然训练日益复杂的系统所需的数据需求每年翻一番，但互联网上新的高质量人类内容的增长速度却要慢得多，估计每年约 10%。这种差异有可能造成发展停滞，迫使范式转变超越简单的处理规模和信息量。 人工智能 – 照片：Owlie Productions/Shutterstock.com 面对这一挑战，OpenAI、谷歌和Meta等科技巨头正在加紧寻找创新解决方案。策略范围从生成合成数据到开发从更少示例中学习的算法，标志着人工智能发展的新阶段，重点关注现有资源的效率和优化。 关于训练数据耗尽的预测 最近的研究指出了一个令人担忧的前景，预测公开的高质量文本和图像的库存可能会在今年年底到 2032 年之间耗尽。目前的估计是，大约有 300 万亿个“令牌”（文本或代码单位）经过质量调整，这一数量正在被最先进的模型迅速消耗。尽管低质量的数据可以将这一前沿延伸到 2050 年，但不足以推动健康、金融和工程等复杂领域的重大进步，这些领域需要精确性和无偏见。由于版权而对内容访问的日益限制进一步加剧了这个问题，限制了可合法用于培训这些技术的信息范围。 基础设施和硬件方面的大量投资 为了应对不断增长的计算需求，包括亚马逊、微软和谷歌在内的主要市场参与者已宣布在数据中心基础设施方面的投资总额超过 3700 亿美元。此次大规模扩建不仅旨在提高处理能力，而且还通过在拥有风能和水力发电等可再生能源的地区建设新设施来优化能源效率。目标是支持实时处理大量数据，这是关键应用程序所必需的。 与此同时，黄仁勋领导的英伟达等公司将专用芯片的产量增加了四倍，利用自己的人工智能工具加速设计和制造。硬件方面的这些进步对于模型变得更加高效、以相应降低的数据和能源消耗获得更好的结果至关重要。算法优化和智能计算架构的开发补充了这些努力，寻求计算能力和可用资源之间的可持续平衡。 人工智能的综合进步和成熟...
-
News (CN)
高质量数据的稀缺威胁着未来几年人工智能的进步
人工智能的快速发展标志着全球技术领域的发展，但它面临着一个可能在未来几年减缓其发展的关键障碍。行业专家和研究人员警告说，高质量公共数据的库存即将耗尽，而高质量公共数据是训练日益复杂的语言模型的重要资源。 这一限制给 OpenAI、Google 和 Anthropic 等公司带来了重大挑战，这些公司依赖互联网上的大量文本和图像来改进技术。对为算法提供新数据的需求呈指数级增长，而网络上高质量人类内容的生产进展却相当缓慢。 人工智能 – 照片：Owlie Productions/Shutterstock.com 面对这种情况，科技行业开始与时间赛跑，制定保证创新连续性的替代策略。正在研究的解决方案范围从创建合成数据到优化算法，以便它们用更少的信息进行学习，重新定义人工智能训练范例。 关于即将耗尽数据的警告 最近的研究表明，公开的高质量文本收藏可能会在 2026 年底至 2032 年间耗尽。这一预测考虑到了当前的消费率，每年翻一番，而互联网上新内容的生成每年仅增长 10%。这种短缺尤其令人担忧，因为先进的模型需要复杂多样的信息，以避免再现偏见并确保医疗保健、金融和法律等敏感领域的准确性。 由于版权限制的增加，情况变得更加恶化，这导致平台和内容创建者限制数据收集机器人的访问。尽管低质量的数据可能持续到 2050 年，但它的使用并不能保证显着的进步，甚至可能会降低模型的性能。行业估计表明，根据质量标准调整后，当前有效库存约为 300...
-
News (CN)
训练数据质量成为人工智能未来的主要障碍
人工智能的加速进步标志着去年全球技术领域的发展，现在面临着一个严峻的挑战，可能会限制其发展的极限。经过一段时间的大规模投资，亚马逊、微软和谷歌等巨头宣布合计投资 3700 亿美元用于基础设施，该行业面临着高质量公共数据的紧迫短缺，而高质量公共数据是训练日益复杂的模型的重要资源。这一瓶颈可能会减缓创新的步伐，而创新的步伐正是将人工智能定位为企业规模的变革工具，并导致《时代》杂志将该技术的架构师评为年度人物。 生成式人工智能与生产力、编码和数据分析工具的整合是一个里程碑，这是由 Nvidia 芯片等专用硬件的进步推动的，这些硬件的生产使用自己的人工智能工具进行了优化。模型开始在设备上本地运行，提高了处理速度并确保敏感信息的隐私。 然而，每年翻倍的训练数据需求呈指数级增长，与互联网上新公共内容的创建速度形成鲜明对比，后者每年仅以 10% 的速度增长。这种差异对更复杂和公正的系统的发展造成了根本障碍。 人工智能 – 照片：Owlie Productions/Shutterstock.com 巩固进步和新场景 过去的一年对于人工智能在实际应用中的成熟至关重要。有助于编写复杂代码和分析大量信息的工具已在企业环境中变得常见，从而显着提高了效率。直接在本地设备上运行高级模型的能力代表了性能和安全性的飞跃，减少了涉及机密数据的任务对云处理的依赖。这一进展是由 OpenAI 的 Sam Altman 和 Nvidia 的...
-
News (CN)
从 2026 年起，高质量数据的枯竭可能会减缓人工智能的进步
2025 年的标志是人工智能在全球舞台上巩固为变革力量，最终其主要建筑师被《时代》杂志评为年度人物。 Nvidia 的 Jensen Huang、OpenAI 的 Sam Altman 和 Meta 的 Mark Zuckerberg 等领导者因推动创新而受到赞誉，这些创新已成为经济和社会多个领域不可或缺的一部分。 这一编辑选择反映了人工智能离开实验领域成为企业规模的生产工具的时刻。生成模型的激增和专用芯片的进步实现了前所未有的效率提升，优化了从软件编码到复杂数据分析的一切，同时通过本地处理提高了隐私性。 尽管这一时期充满了乐观情绪和大量投资，但该领域的专家开始概述了一个严峻的挑战。预测表明，该行业正在接近拐点，用于训练未来模型的高质量公共数据可能会短缺，这一障碍最早可能会在 2026 年减缓创新步伐。 人工智能 – 照片：Owlie...
-
News (CN)
分析师警告称，从 2026 年起，人工智能训练数据的稀缺可能会减缓技术进步
2025 年，人工智能成为社会变革的力量，其主要架构师最终被《时代》杂志评为“年度人物”。 Nvidia 的 Jensen Huang、OpenAI 的 Sam Altman 和 Meta 的 Mark Zuckerberg 等人物因推动技术革命而受到赞誉，这场技术革命在从企业生产力到科学研究的多个行业中无处不在。 这一里程碑反映了在专用芯片和日益复杂的语言模型的重大进步的推动下，生成式人工智能在全球范围内达到了生产性成熟的时刻。公司已投资数千亿美元来扩展数据中心基础设施，以实时处理前所未有的大量信息并提高能源效率。 然而，当行业庆祝当前的成功时，一个严峻的挑战也随之出现。专家和研究机构的报告警告说，指数级的发展速度可能会遇到一个根本性的障碍：互联网上可用的高质量公共数据的耗尽，而这些数据是训练未来模型的重要资源。据预测，这种短缺最早将在 2026 年成为一个切实的问题，威胁到迄今为止创新速度的连续性。 人工智能 – 照片：Owlie...
-
News (CN)硅谷科技公司复制在线平台以加快人工智能代理的培训
硅谷的科技公司正在加紧创建与亚马逊和 Gmail 等流行网站几乎相同的复制品，这种做法在近几个月得到了巩固，以推进人工智能系统的培训。核心目标是使人工智能代理能够自主浏览互联网，在受控和安全的环境中模拟复杂的交互。这种创新方法虽然有利于技术发展，但已经引发了关于潜在版权侵权的争论和法律通知，在当前的法律背景下引发了重要讨论。这一趋势表明，自动化在线任务的能力将发生重大演变，预计到 2025 年，这些代理在各种数字平台上的存在将会增加。 虚拟副本增强人工智能系统的自主性 克隆网站充当受控环境，人工智能模型可以在其中学习执行实际任务，例如预订航班、安排约会或进行购买，而不会干扰原始门户的流量。开发人员在场景中插入变体来测试真实网络上可能发生的不同情况，从而优化系统弹性。 硅谷 – NorthSky Films/Shutterstock.com [[_0] 该技术加速了导航和执行特定命令的学习，使人工智能代理能够深入了解数字界面。初创公司声称，该方法对于将当前的聊天机器人发展为能够独立高效运行的代理至关重要。 法律诉讼和版权问题 例如，联合航空公司在 2024 年中期确定了其官方网站的近乎完美的副本，其中保留了按钮、菜单甚至公司徽标。该复制品的布局与官方网站相同，包括常旅客计划的链接，这导致该公司迅速采取了行动。 该航空公司的法律专家向初创公司的负责人发出了正式的版权删除通知。接到通知后，该科技公司将域名更改为Fly Unified，并删除了品牌元素，避免了诉讼。 原型推进到实际使用场景 由 Div...
-
News (CN)
硅谷初创公司创建了亚马逊和 Gmail 等网站的副本来训练人工智能代理
硅谷初创公司正在开发几乎相同的流行网站副本来训练人工智能系统。 AGI、Matrices 等公司重新创建了 United.com、Amazon 和 Gmail 等门户网站，旨在教导人工智能代理自主浏览互联网。近几个月来，这种做法越来越盛行，并已经产生了侵犯版权的法律通知。 联合航空公司在今年夏天发现了其官方网站近乎完美的副本。复制品有按钮、菜单，甚至还有公司标志。在收到正式通知后，初创公司负责人将名称更改为 Fly Unified，并删除了品牌元素。 这些副本充当受控环境，人工智能模型可以在其中学习执行实际任务，例如预订航班或安排约会。 副本的目的超出了基本训练的范围 克隆网站允许人工智能代理练习复杂的交互，而不会干扰原始门户的真实流量。开发人员将变体插入场景中以测试真实网络上可能发生的不同情况。 该技术可以加速学习导航和执行特定命令。初创公司声称，该方法对于将当前的聊天机器人发展为能够独立操作的代理至关重要。 参与公司扩大项目范围 由 Div Garg 领导的 AGI 维护联合航空网站的修改版本以进行内部测试。该公司在收到航空公司的通知后删除了原来的标志和名称。 Matrices...