根據《IT之家》 7 月 20 日消息，人工智慧公司 Cohere 執行長 Aiden Gomez 近日透露，由於 Reddit、Twitter 等公司的數據採集要價太高，包括微軟、OpenAI 和 Cohere 在內的 AI 公司，已使用合成數據來訓練 AI 模型。
Gomez 表示合成數據可以適用於很多訓練場景，只是目前尚未全面推廣。
Gomez 舉例稱：「如果某個企業想在高等數學中訓練一個模型，可以創建兩個人工智慧模型，分別扮演老師和學生的角色，並讓它們討論三角學之類的話題。人工主要負責觀察，如果看到有什麼錯誤，可以進行糾正。」
據悉，合成數據（synthetic data）是通過電腦技術人工生成的數據，而不是由真實事件產生的數據。
但合成數據具備「可用性」，能夠在數學上或統計學上反映原始數據的屬性，因此可以作為原始數據的替代品來訓練、測試並驗證大模型。
本文為巴比特授權刊登，原文標題為「推特等公司要價太高，OpenAI 和 Cohere 等 AI 公司轉向合成數據」