训练大模型的数据或在2026年耗尽！这一资源将成为AI发展的“胜负手”。超大模型依赖于海量的数据，研究机构Epoch AI认为，对数据需求急剧增加，以至于可用于训练的高质量文本可能会在2026年耗尽。人工智能模型的两个基本要素就是数据集和处理能力，系统在数据集上接受训练，模型通过处理能力检测这些数据集内外部之间的关系。在某种程度上，这两大基本要素可以相互替代

快讯正文

训练大模型的数据或在2026年耗尽！这一资源将成为AI发展的“胜负手”。超大模型依赖于海量的数据，研究机构Epoch AI认为，对数据需求急剧增加，以至于可用于训练的高质量文本可能会在2026年耗尽。人工智能模型的两个基本要素就是数据集和处理能力，系统在数据集上接受训练，模型通过处理能力检测这些数据集内外部之间的关系。在某种程度上，这两大基本要素可以相互替代：一个模型可以通过吸收更多数据或增加更多处理能力加以改进。然而，在专业人工智能芯片短缺的情况下，后者正变得越来越困难，这导致模型构建者加倍专注于寻找数据。东北证券分析称，在本轮AI浪潮下，叠加数据要素市场的快速变革，本身是数据源、或接近数据源的公司能够更好地使用AI创造出更大价值，成为AI新时代真正的受益者。