W,ZHAOAVICU,COM

在中国工程院院士王坚看来，以“数据要素×”实现科技创新效能倍增，与当今时代“数据驱动型创新”特点高度契合。王坚把20世纪形成的传统创新模式称为“电气化驱动创新”。正是在电气化的强有力推动下，与激光、互联网、计算机等有关的科技发明不断涌现，塑造了人们的生产生活方式和社会面貌，可以说20世纪是电气化驱动科技创新的世纪。进入21世纪，以美国数据科学专家、图灵奖得主詹姆斯·格雷为代表的科学家提出“数据密集型科学发现”，凸显数据对科技创新的重大价值。

1：吃了几年“神药”，我成了瘫痪在床的废人

2：中共全国政协党组理论学习中心组举行2024年第一次集体学习 王沪宁主持并讲话

3：习近平在上海工作期间，为何专门调阅这部书？｜二轮修志谈②

W,ZHAOAVICU,COM虽然大模型发展如火如荼，但大模型高质量语料短缺已成为全球共性问题。公开资料显示，大模型对数据供给要求极高。比如，训练GPT-4和Gemini Ultra大概需要4万亿至8万亿个单词。麻省理工学院等高校研究人员预测，到2026年之前，机器学习数据集可能会耗尽所有可用的高质量语料数据。研究机构EpochAI亦公开表示，最早在2024年，人类就可能会陷入训练数据荒，届时全世界的高质量训练数据都将面临枯竭。OpenAI也公开表达过对数据告急的担忧。