AI語言模型即將撞牆，人類的高薪機會又來了？

大型語言模型（LLM）高度仰賴網路上的數據。訓練模型時使用的文本愈多，模型表現就愈好。然而，機器對文本的需求成長速度極快，已經超過了網路提供文本的速度。研究公司Epoch AI預測，到2028年，網路上高品質的文本就會被耗盡。業內人士稱之為「數據牆」（data wall）。如何應對這堵牆是人工智慧（AI）面臨的重大問題之一，也或許是最有可能拖慢AI發展的問題。

有一種解決方法是專注於資料的品質而非數量。AI實驗室不是單純仰賴網路上全部的數據來訓練模型，而是會先過濾和排序，來把模型的學習效率拉到最高。