66读书

数据给ai“供能”的背后，还有这些关键问题（第2页）

还有“数据授权”——平台要收集你的数据，得先告诉你“要收集什么数据”“用来做什么”，你同意了才能收集。比如你第一次用某APP，会弹出一个“隐私协议”，里面写着“我们会收集你的位置信息，用于为你推荐附近的服务”，你点了“同意”，平台才能收集你的位置数据；要是你不同意，平台就不能收集。这就像别人要借你的东西，得先问你同不同意，不能随便拿。

要是不遵守这些规矩，随便用隐私数据，是会出大问题的。比如之前有个APP，没经过用户同意，就偷偷收集用户的手机通讯录、通话记录，还用这些数据训练AI，给用户推荐“可能认识的人”。后来被监管部门查到，不仅罚了款，还要求整改，用户也纷纷卸载了APP。

现在国家也出台了很多法律法规，比如《个人信息保护法》，就是专门管数据隐私的，要求企业“合法、正当、必要”地收集和使用数据，不能侵犯个人隐私。所以，AI用数据不仅要“够多、够干净”，还得“够合规”，保护好每个人的隐私，这样才能让人放心。

四、未来的“数据难题”：AI越来越能吃，“粮食”不够怎么办？

现在AI发展得越来越快，尤其是大模型，对数据的需求也越来越大——以前的AI可能需要几百万、几千万条数据，现在的大模型需要几十亿、几百亿，甚至万亿条数据。就像一个小孩慢慢长成了大胃王，以前吃一碗饭就够，现在得吃三碗，可“粮食”的增长速度，可能跟不上AI的“饭量”增长速度，未来可能会遇到“数据不够用”的难题。

一方面，“高质量的数据”越来越难找。比如要训练一个能解决复杂科学问题的AI，需要大量顶尖的学术论文、实验数据，可这类数据本来就少，而且很多还不公开，开发者很难拿到。就像要做一道高级菜，需要稀有的食材，可市场上根本买不到，再厉害的厨师也没法做。

另一方面，“数据重复利用”的问题也很突出。现在很多数据已经被反复用来训练不同的AI了，比如ImageNet数据集，几乎所有做图像识别的AI都用过。就像一碗饭，被反复加热了很多次，营养早就流失了，再吃也没什么用；数据被反复用，AI能学到的新东西也越来越少，很难再进步。

为了解决这些问题，行业里也在想办法。比如研究“小样本学习”——让AI只需要少量数据就能学会任务，就像有的人悟性高，看别人做一遍就会做饭，不用反复练习。现在已经有一些AI能做到“用100张图片学会认猫”，而不是以前的几万张。还有“数据合成”——用AI自己生成数据，比如让AI生成很多张不同样子的猫的图片，用来训练其他AI。就像用面粉自己做“人造米”，虽然不是真米，但也能做饭。

另外，“数据共享”也是一个方向。比如不同的医院可以把医疗数据整合起来，匿名化之后共享给AI开发者，用来训练医疗AI，这样既能解决数据少的问题，又能让AI更好地帮助医生看病。不过数据共享也得解决隐私和安全的问题，不能随便共享。

总之，未来AI的“粮食”需求会越来越大，“找米”的难度也会越来越高，但只要不断想办法，比如搞小样本学习、数据合成、合规共享，总能找到解决办法，让AI有足够的“粮食”继续成长。

五、总结：AI和数据的关系，不止“有饭吃”这么简单

咱们聊到这儿，就把AI和数据的关系讲得更透彻了——数据不只是AI的“粮食”，要让AI好好“吃饭”，还得解决“粮食从哪儿来”“粮食干不干净”“能不能放心吃”“未来够不够吃”这些问题。

从收集数据，到清洗数据，再到合规使用数据，每一步都很关键，少了哪一步，AI都没法正常工作，甚至会出问题。就像咱们经营一家餐厅，不仅要找到稳定的食材供应商，还要保证食材新鲜、干净，更要遵守食品安全规定，这样才能做出好吃又安全的菜，让顾客满意。

现在AI已经走进了咱们生活的方方面面，从刷视频、点外卖，到看病、开车，都离不开数据的支撑。未来，随着AI越来越先进，数据的重要性会更高，解决数据相关的问题也会更重要。

或许有一天，咱们普通人也能更清楚地知道“自己的 data用在了哪儿”，也能更放心地让AI用咱们的数据，同时AI也能因为有足够多、足够好的数据，变得更聪明、更有用，帮咱们解决更多难题——比如帮农民更快地识别病虫害，减少损失；帮医生更准确地诊断疾病，拯救生命。

所以说，理解数据对AI的重要性，不仅能让咱们更懂AI，还能让咱们看到未来科技发展的方向。毕竟，AI的进步，离不开每一份数据的支撑，也离不开对数据的合理、合规使用。

喜欢大白话聊透人工智能请大家收藏：(www.youyuxs.com)大白话聊透人工智能