用AI生成数据回训AI会怎样？Nature称模型坍塌，这支团队拿出破解之法
生成式AI正在编织"梦境"——梦见数百万种全新材料。然而，越来越多的质疑声此起彼伏：这些AI"创造"的材料，许多其实早已存在，甚至就潜藏于模型的训练数据之中。2025年Nature的一篇报道标题直击要害："AI在梦中缔造数百万种新材料，它们真的可靠吗？"这一困境的根源在于材料数据的匮乏与偏差。以二维材料为例，已知的稳定化合物数量极为有限，且大多集中于二元和三元体系。生成模型在这样"营养失衡"的数据上训练，其结果只能是反复产出已知结构的变体，而非真正的突破。东南大学团队在National Science R
AI的困境：循环训练与未来隐忧
假期期间，我和女儿进行了一次深入的交流。起因是我们在回家的路上，女儿突然感慨：“我觉得自己是不是生错了时代。”这让我颇为惊讶，毕竟现在的生活条件优渥，衣食无忧。我立刻对比了爷爷那一代人的艰辛，他们经历过物质匮乏的年代，八十年代初，白天在工厂劳作，清晨和傍晚还要下地干活，那种辛苦难以想象。好在他们坚持下来，最终实现了从农村到城市的转变……我接着说，每个时代都有其独特的挑战。以我为例，虽然赶上了计算机技术蓬勃发展的黄金时期，但也面临着“35岁危机”。如果我当初没有选择创业，而是继续留在IBM，2022年可能就
AI的“内卷”困境：模型坍塌的危机与潜在的自我救赎
有人推演说，AI开始吃自己的粑粑了，这是个有趣的推演。你养过鱼吗？一缸观赏鱼不引入新血统，长期近亲繁殖，前几代看不出异样。到第四五代，体型逐渐缩小，体色暗淡无光，抗病能力直线下降。到最后，整缸鱼长得一模一样，畸形虚弱，素质大幅下滑。生物学上管这叫近交衰退。2026年，同样的悲剧正在AI身上上演。网上新增的内容一半以上都是AI生成的，占比达到百分之五十二，意味着人类优质原创内容最快两年就会被AI彻底挤占。2026到2028年的趋势叠加，到底意味着什么？AI生成内容大量堆积在互联网，被下一代AI抓取当做训练数