AI 會愈來愈笨嗎 模型崩潰怎麼辦

編譯／黃竣凱

隨著生成式人工智慧（AI）的蓬勃發展，業界開始討論一個令人擔憂的「模型崩壞」（model collapse）現象，儘管這一概念早在2023年已被提出，但近期才逐漸受到廣泛關注，所謂「模型崩壞」指的是，隨著網路上AI生成內容的增多，未來的AI系統將因過度依賴這些低品質數據，而變得愈來愈「笨」的假設性情境。

AI發展的隱憂

據報導，目前的生成式AI系統，如OpenAI的ChatGPT、Google的Bard和Meta的LLaMA，依賴大量高品質的數據進行訓練，通常來自網路上的人類創作內容。然而，隨著AI技術自2022年起的普及，AI生成的內容在網路上的占比逐漸增長，並且成為新的數據來源，許多研究者就開始探討，是否可以僅依賴AI創造的數據進行訓練，而不再需要人類數據。

更多新聞：加密貨幣挖礦、AI數據中心碳排高 要被加稅了

然而，儘管基於AI生成的數據成本更低，且不涉及倫理或法律風險，這一方向看似具有吸引力，但研究結果顯示，缺乏高品質的人類數據，AI系統的訓練效果會逐漸下降，導致模型行為的品質和多樣性變差，就像是「數位近親繁殖」一樣，最終可能導致AI系統因一再從已有的AI數據中學習而退化，失去原本的實用性。

避免崩壞的挑戰

目前的研究結果顯示，AI系統無法完全擺脫對人類數據的依賴，畢竟AI中的「智慧」來源，仍是人類知識，理論上，科技公司可以過濾掉AI生成的內容，但實際操作起來並不簡單，大公司如OpenAI和Google已經投入大量資源清理和過濾數據，但隨著AI生成內容的增多，這項工作將變得更加困難且耗費成本，且隨著AI生成的內容變得越來越難以辨別，這種過濾效果將逐步遞減。

資料短缺的隱憂

業內有跡象表明，開發者已經在努力尋找高品質的數據，如，OpenAI在發布GPT-4時，參與數據處理的團隊人數就創下歷史新高，此外，有估計指出，到2026年，人類生成的文本數據庫可能會枯竭。

潛在的社會文化風險

除了技術崩壞，AI生成內容的泛濫也帶來了更多隱性風險，一方面，過多的AI內容可能會損害網路上原有的人類創作，例如程式碼分享網站StackOverflow，在ChatGPT發布一年後，其用戶活動量下降了16%，顯示出，AI輔助可能已在某些線上社群中，削弱了人與人之間的互動，另一方面，AI內容的爆發式增長，也讓人難以分辨哪些內容是由人類創作，哪些是由機器生成的，儘管一些國家如澳大利亞，已經推行標註AI生成內容的臨時法規，但在全球範圍內實現這一目標仍面臨挑戰，最後，隨著AI生成的內容趨於同質化，社會文化多樣性可能會逐漸消失，部分群體的文化甚至面臨被「抹去」的風險。

參考資料：Telegraph India

※探索職場，透視薪資行情，請參考【科技類-職缺百科】幫助你找到最適合的舞台！

瀏覽 382 次