在当今人工智能快速发展的时代，数据的重要性愈发凸显。蚂蚁集团CTO何征宇在近日举行的OceanBase开发者大会上明确指出，大模型的“幻觉”问题本质上源于数据的不足。这一观点不仅揭示了当前AI技术发展的瓶颈，也为行业未来的发展方向提供了重要启示。
何征宇强调，没有数据就没有AI的发展，而数据的边界直接决定了大模型的能力上限。以互联网为例，早期廉价且易获取的数据资源推动了AI技术的初步繁荣，但随着这些资源逐渐被消耗殆尽，数据获取的成本正在显著上升。与此同时，许多高价值、严谨的行业数据（如医疗、金融等领域）由于隐私保护和合规要求，流动性和可用性受到极大限制，进一步加剧了数据稀缺的问题。此外，多模态数据处理的技术难度以及数据质量评估体系的不完善，也成为制约大模型性能提升的关键因素。
为了更直观地理解这一问题，我们可以将数据比作燃料，而大模型则是需要持续供能的引擎。如果燃料供应不足或质量不佳，引擎的运行效率必然会受到影响。例如，在医疗领域，尽管大模型有望通过分析海量病例数据实现精准诊断，但由于高质量医疗数据的获取极为困难，很多模型在实际应用中仍然存在较大误差。这种“幻觉”现象——即模型生成看似合理但实际上错误的结果——正是数据匮乏和质量问题的直接体现。
面对这些挑战，何征宇提出，企业未来的成功将取决于其如何高效地产生数据并加以应用。这不仅需要技术创新，还需要制度和生态的支持。具体到蚂蚁集团的战略布局，何征宇表示，公司将全力支持OceanBase在金融、医疗、生活等核心场景中的突破，并继续推进开源开放政策，以促进AGI（通用人工智能）梦想的实现。
这一战略背后的意义在于，通过构建更加开放的数据生态系统，可以有效缓解数据稀缺问题，同时降低数据获取成本。例如，OceanBase作为蚂蚁集团自主研发的分布式数据库，已经在多个行业中展现出强大的数据处理能力。它的开源开放策略不仅为开发者提供了丰富的工具支持，还能够吸引更多合作伙伴加入，共同推动数据共享与协作。
从更宏观的角度来看，何征宇的观点也反映了整个AI行业的趋势：从单纯依赖算法优化转向数据驱动的发展模式。这种转变意味着，无论是科技巨头还是初创企业，都需要重新审视自身在数据领域的定位，寻找适合自己的路径来解决数据获取与利用的问题。
总而言之，何征宇关于大模型“幻觉”根源的分析为我们敲响了警钟：在追求更高性能的大模型时，必须正视数据这一基础要素的重要性。只有通过技术创新、生态建设和制度保障三管齐下，才能真正突破当前AI发展的瓶颈，让大模型从“幻觉”走向现实，从而更好地服务于社会需求。
文章来源于网络。发布者：华夏时报，转转请注明出处：https://www.zmdnky.org.cn/article/13423.html
