【馬斯克：Ai訓練資料已耗盡，合成資料將成未來方向】據Techcrunch報道，埃隆馬斯克在與Stagwell董事長Mark Penn的直播對話中表示，目前Ai模型的訓練已基本耗盡真實世界的數據，「我們已經用盡了人類知識的累積總和，這在去年就發生了。」馬斯克與前Openai首席科學家Ilya Sutskever的觀點一致，後者在Neurips機器學習大會上提出Ai產業已達到“資料高峰”，未來可能需要改變模型開發方式。
馬斯克認為，合成數據將是補充真實數據的途徑，Ai將透過產生和自我評估數據實現自我學習。這一趨勢已被包括微軟、Meta、Openai和Anthropic等科技巨頭採用，如微軟Phi-4模型和谷歌Gemma模型都結合了真實數據和合成數據進行訓練。 Gartner預測，2024年Ai和分析計畫中約60%的數據將為合成產生。
合成資料的優點包括成本節約，例如Ai新創公司Writer僅花費約70萬美元開發其幾乎完全基於合成資料的Palmyra X 004模型，相較之下，類似規模的Openai模型開發成本約為460萬美元。然而，合成資料也存在風險，包括模型創造力下降、輸出偏差加劇，以及潛在的模型崩潰，尤其當訓練資料本身有偏差時，生成結果也可能受到影響。