《自然》24日正式发表的一篇研究论文指出了一个人工智能(AI)严重问题:用AI生成的数据集训练未来几代机器学习模型,可能会严重“污染”它们的输出,这被称为“模型崩溃”。研究显示,原始内容会在9次迭代以后,变成不相关的“胡言乱语”(演示中一个建筑文本最终变成了野兔的名字),这凸显出使用可靠数据训练AI模型的重要性。
生成式AI工具越来越受欢迎,如大语言模型等,这类工具主要用人类生成的输入进行训练。不过,随着这些AI模型在互联网不断壮大,计算机生成内容可能会以递归循环的形式被用于训练其他AI模型或其自身。
包括英国牛津大学在内的联合团队一直在进行相关研究,并在去年论文预印本中提出这一概念。在正式发表的论文中,他们用数学模型演示了AI可能会出现的“模型崩溃”。他们证明了一个AI会忽略训练数据中的某些输出(如不太常见的文本),导致其只用一部分数据集来自我训练。
团队分析了AI模型会如何处理主要由AI生成的数据集。他们发现,给模型输入AI生成的数据,会减弱今后几代模型的学习能力,最终导致了“模型崩溃”。他们测试的几乎所有递归训练语言模型,都容易出现问题。比如,一个用中世纪建筑文本作为原始输入的测试,到第9代的输出已经是一串野兔的名字。
团队指出,用前几代生成的数据集去训练AI,崩溃是一个不可避免的结局。他们认为,必须对数据进行严格过滤。与此同时,这也意味着依赖人类生成内容的AI模型,或许能训练出更高效的AI模型。
对AI来说,“模型崩溃”就像癌症一样,甚至分早期与晚期。在早期时,被“喂”了生成数据的AI会开始失去一些原始正确数据;但在晚期,被“喂”了生成数据的AI会“口吐狂言”——给出完全不符合现实,也和底层数据一点不相关的结果,就像本文中的例子一样。更可怕的是,“模型崩溃”的AI极其固执,错误几乎难以矫正。它会持续强化,最终把错误结果认为是正确的。这一问题值得所有关注生成式AI的人们警惕,因为它等于是在“毒化”AI对真实世界的认知。
随着人工智能技术逐步成熟和机器人产业快速发展,越来越多人形机器人逐渐进入公众视野。面对人形机器人的“热”,行业人士表示应有冷思考,对于人形机器人行业的“一高五难”需有清楚认知,推动人形机器人发展需以应用驱动研究。 人形机器人热度高 前不久在上海举办的2024世界人工智能大会... [阅读]
新华社巴黎7月24日电(记者何磊静)记者从国际奥委会24日召开的发布会上获悉,国际奥委会正积极挖掘人工智能技术在奥林匹克运动中的应用潜力,其中包括如何利用人工智能更好地选拔年轻体育人才。 “我们已经确定了超过180个潜在的人工智能应用场景,要最大限度地发挥出它们的影响力。”国际奥委会首席信息科技官伊拉里... [阅读]
近年来,低空经济不断融入生产生活。截至目前,持有现行有效民用无人驾驶航空器运营合格证的无人机企业总数超1.4万家,持有无人机操控员执照的人员数量超22.5万人。今年上半年,新注册的无人机将近60.8万架,较去年年底增长48%;无人机累计飞行小时数达981.6万小时,较去年同期增加13.4万小时。 当前,低空经济有哪些高频应用场... [阅读]
“中国大力发展机器人产业,本土品牌纷纷推出高性价比产品,并逐步渗透韩国市场。”韩国《中央日报》近日刊文说。该报道在关注中国机器人产业的同时,还提及中国正在发展新质生产力——这是由技术革命性突破、生产要素创新性配置、产业深度转型升级而催生的当代先进生产力。 近年来,中国机器人产业发... [阅读]
2024-11-19
2024-11-18
2024-11-15
2024-11-11
2024-11-05
2024-11-19
2024-11-18
2024-11-15
2024-11-11
2024-11-05