【ITBEAR科技资讯】7月20日消息，人工智能公司Cohere的首席执行官Aiden Gomez近日透露，为了避免支付Reddit、Twitter等公司过高的数据采集费用，微软、OpenAI和Cohere等多家人工智能公司开始采用合成数据来训练他们的AI模型。
Gomez指出，合成数据是通过计算机技术生成的数据，而非真实事件产生的数据。这种数据具备一定的可用性，能够在数学和统计学上反映原始数据的属性，因此可以用作训练、测试和验证大型模型的替代品。
据ITBEAR科技资讯了解，为了说明合成数据的应用场景，Gomez举了一个例子：假设某企业希望在高等数学领域训练一个模型，他们可以创建两个人工智能模型，一个扮演老师的角色，另一个扮演学生的角色，然后让它们讨论三角学等主题。人工智能主要负责观察，如果发现错误，可以进行纠正。
目前，合成数据在训练AI模型方面尚未全面推广，但Gomez表示，合成数据具有广泛的适用性，可以应用于许多训练场景。虽然采用合成数据训练模型可能存在一些限制，但它为AI公司提供了一种解决数据获取困难的替代方案。
随着人工智能的发展，数据采集和数据隐私等问题日益凸显。采用合成数据来训练AI模型可能成为解决数据获取难题的一种创新方法。尽管合成数据在某些情况下可能无法完全代替真实数据，但它提供了一种可行的选择，帮助AI公司降低数据采集成本并推动模型的发展与优化。
值得注意的是，合成数据的生成需要充分考虑数据的质量、多样性和真实性，以确保合成数据能够准确地反映现实世界的情况。此外，合成数据的使用还需要遵守相关的法律法规和道德规范，以保障数据隐私和信息安全。
总而言之，人工智能公司Cohere和其他一些公司开始探索使用合成数据来训练AI模型，以应对高昂的数据采集费用。虽然合成数据在当前阶段尚未全面推广，但它提供了一种创新的解决方案，有助于克服数据获取的困难，并推动AI模型的发展与优化。随着技术的进步和实践的积累，合成数据的应用前景将会更加广阔。
