第167章 歪打正着的验证环节

密集型产业，是当前很多AI产品背后最脆弱的基础，更是东大AI产业能快速发力的一个关键因素。

本小章还未完，请点击下一页继续阅读后面精彩内容！

即面对较复杂的事务，超出字面意思的1+1=2，这种人类已经可以给AI提供成熟的公式体系的问题。

这种人类可以通过开销更小的程序直接解决的问题，也是人类最需要AI解决的问题时。

我们依然无法让AI像自然人一样直接学习“抽象”的自然界，必须通过人类的反刍才能使其渡过初学者阶段，而这种人类反刍过的数据，被称为AI的训练集。

在最初级别的AI训练中，想要AI能正确分辨与训练集同源的检测集（相当于AI是否训练成功的考试题），甚至会需要10倍甚至更多倍数量于检测集的训练集（比人类为了通过考试刷题库的效率还低）。

而这一训练量与分辨能力的比值，即使是加强型机器学习的算法不断提升的当下，也很难突破1:1。

所以现在很多AI公司，最重视的就是可以被AI训练使用的训练集。

各种AI企业会在用户协议中添加，允许其使用用户在使用产品时被动反刍出来的数据的条款，就是因为这一点。

当然，由于训练集的重要性，研究者一直在试图绕过人类反刍这一事实上是当前AI发展最大瓶颈的过程。

其中的方法很多，包括给AI提供基础的规则后，让AI自行生产可以用来学习的训练集，比如第二代阿尔法狗，通过自己和自己对弈生产棋谱，来学习围棋下法的方案。

以及通过训练一个通用性的，可以理解人类既有文献的大模型，为其他专业模型生产训练集等。

而后者正是现在所谓AI语言大数据模型铺天盖地的原因之一。

只是这种试图一劳永逸的为专业AI生成一个，类似于汇编语言在编程语言和机器语言之间作用的大模型的难度，显然很高。

并且这一技术路线，不止面临技术问题，还面临很多政治、伦理问题。

即相比专业化的AI生产工具，存在真专业壁垒保障安全，这类直接获取文字这一代表文明基础的AI，会更容易产生“天网”问题。

因为AI训练的本质，是一种黑箱化的随机归类过程，人类虽然暂时无法彻底理清训练过程，但依然可以抓到一些既有的规律。

这会让这类AI在事实上受到训练集的影响，并产生所谓“人格

本章未完，请点击下一页继续阅读！ 第5页 / 共7页