AI大厦需要新的地基！

机器之心报道 编辑：Panda 「Data×AI」范式便是在这一背景中诞生的，传统意义上的 Data Infra（数据基础设施）概念正在走向升级： Data Infra + AI → Data × AI Infra 也就是说，数据系统的作用不再只是为 AI 提供数据，而是本身也成为 AI 工作流程的一部分，与 AI 协同发展。 通过数据与 AI 的一体化融合，「Data×AI」范式有望解决行业数据流通难、多模态数据处理难、质量评估难等诸多问题。 「Scaling Law 即将撞墙。」这一论断的一大主要依据是高质量数据不够用了，正如前 OpenAI 首席科学家 Ilya Sutskever 在 NeurIPS 2024 大会上警告的那样：「我 们所知的预训练即将终结。」虽然近几个月由于测试时间计算（test-time compute）范式的快速发展，这个曾经喧嚣一时的观点现在已经少有人提，但数据对 AI 的 重要性却不减反增，已然成为当前正在持续的「大模型大战」中最耀眼的元素之一。 为什么数据很重要？从本质上讲，当前几乎所有 AI 模型都依赖对数据中模式的学习，机器获得智能的过程很大程度上是对训练数据概率分布的 ...