数据为中心的人工智能

<p>本期播客内容主要引用自<strong>鄂维南、汤林鹏、张文涛</strong>发表在《计算》杂志上的文章**《Data-Centric AI》**。</p><p><strong>【核心摘要】</strong> 人工智能正经历从**以模型为中心（MCAI）向以数据为中心（DCAI）**的范式转型。随着模型创新边际效益递减，<strong>数据质量和数量成为决定模型性能上限的关键</strong>。</p><p>该研究提出了一个<strong>面向DCAI的全新数据基础设施框架</strong>，主要包含两大核心组件：</p><p>• <strong>AI数据库</strong>：用于<strong>统一管理海量多模态数据</strong>，支持结构化与非结构化数据的融合检索与分析，例如<strong>MyScale AI数据库</strong>。</p><p>• <strong>DataFlow数据准备与动态训练工具</strong>：这是一个集成平台，提供数据解析、合成、质量评估、处理等模块，并通过<strong>DataFlex模块实现训练数据的动态调度和配比</strong>。</p><p>这套DCAI基础设施能够<strong>显著提升模型性能，并大幅降低AI开发门槛和计算成本</strong>。它通过自动化数据准备，实现了用更少数据、更短时间达到更优的大模型预训练效果。同时，它赋能企业<strong>高效构建基于私有数据的个性化模型和专用知识库</strong>，并为**检索式人工智能（Retrieval-Augmented AI）**提供了关键的存储和数据处理能力。DCAI预示着AI系统开发模式的革新，将推动数据采集与合成向标准化、自动化、智能化方向发展。</p>