10bet体育官网登录首页

虽然大模型发展如火如荼，但大模型高质量语料短缺已成为全球共性问题。公开资料显示，大模型对数据供给要求极高。比如，训练GPT-4和Gemini Ultra大概需要4万亿至8万亿个单词。麻省理工学院等高校研究人员预测，到2026年之前，机器学习数据集可能会耗尽所有可用的高质量语料数据。研究机构EpochAI亦公开表示，最早在2024年，人类就可能会陷入训练数据荒，届时全世界的高质量训练数据都将面临枯竭。OpenAI也公开表达过对数据告急的担忧。

1：王毅《求是》撰文：不断开创中国特色大国外交新局面

2：多措并举促进学生心理健康

3：《2023自然指数—科研城市》发布 北京蝉联全球第一科研城市

10bet体育官网登录首页对科学研究“人工智能驱动范式”的前景，金力进行了乐观展望，认为这一范式是实现科技原始创新的利器，比如，在大数据支撑下，人工智能在生命科学领域可以高效、精准地预测蛋白质结构。无独有偶，在近日举行的一个论坛上，国家数据局局长刘烈宏在演讲中也举了这个例子。他说，长期以来，如何准确、快速确定蛋白质三维空间结构一直是一个难题，而基于海量、多元生物数据构建起的人工智能算法模型，能在几天甚至几分钟预测出以前要花费数十年才能得到的、具有高置信度的蛋白质结构，颠覆了生命科学领域的研究范式。