刊於《信報》，2026年5月25日
AI呈巧拙兩面性 數據質量存隱憂
許佳龍
科大協理副校長（學術發展）；資訊、商業統計及營運學系講座教授；艾禮文家族商學教授
史丹福大學人類中心人工智能研究所（HAI）不久前發布了《2026年人工智能指數報告》（Artificial Intelligence Index Report 2026‧下簡稱《報告》），揭示全球人工智能（AI）產業的最新發展趨勢。
報告有幾項結論，筆者認為都是意料之內。例如報告開宗明義指出，人工智能（AI） 的發展不僅沒有停滯不前，反而在加速，觸及更多人；發展領頭的國家，仍以美國和中國為首。報告指出，中美兩國的AI模型效能差距基本縮小，意味全球人工智能產業發展，美國不再「獨領風騒」，據報告資料，截至今年3月，在模型效能測試中，美國模型Claude Opus 4.6稍高於中國模型Dola-Seed-2.0-Preview，但得分差距僅2.7%，呈現多元發展格局，無疑是一件好事。
聰明笨拙兩面性制約
報告同時指出，AI經過多年迭代發展，當下使用更巨大算力和數據訓練出來的模型，依然帶有顯著缺陷。例如，谷歌的先進模型Gemini Deep Think在2025年國際數學奧林匹克競賽中獲得35分（金牌），在4.5小時的時限內，使用自然語言完成了端到端的計算，比2024年獲得28分（銀牌）有所提高，但在Clock Bench測試中，正確讀取「模擬時鐘」（「指針式鐘面」）的準確率卻僅為50.1%，而人類的準確率則為90.1%（報告頁71），呈現了一種研究人員稱之為「鋸齒狀智能」（jagged intelligence）現象。所謂「鋸齒狀智能」（jagged intelligence），是指在某些任務上能力超卓，聰明絕頂，但在另一些看似簡單的任務上卻蠢純如豬，表現不濟，能力呈「鋸齒狀」分布。
看深一層，人類根據自身的目標訓練出來的大模型，在某些界別上，效能表現優秀，展示出色的邏輯推理能力，但在人類日常生活的物理世界基本任務中，表現笨拙，這是AI 的典型問題。因為目前生成式人工智能的「通用性」，其面對的，是一個有無數錯綜複雜工作任務的「大千世界」，要每一項工作任務都能圓滿高效完成，實在需要長時間磨練，不可能一蹴而成。就像人類成長過程，兒童於成長階段總會犯錯，能力有所不逮，但隨着學習吸收知識，智能生長與厚積，增加經驗之後，便可逐步邁向「漸入佳境」的階段。目前，人工智能的發展，顯然尚處於學習與成長的階段。
學習過程除錯與經驗積累
然而在成長過程中，有一點非常重要。正如兒童階段的成長，在學習過程中，很視乎我們給他們提供什麼養份，他們從置身環境中所目睹和得到什麼經驗，AI模型的學習和訓練，本質上與人類成長過程有相類之處。
如今的大模型，無論其經歷了多少次迭代，模型成長或進步都有賴訓練過程，而訓練過程基本上有兩個維度，一是採用了什麼數據和經驗；二是採用什麼訓練方法。
在採用什麼數據方面，筆者注意到一個有趣現象——即採用人工（人手）生成的數據，對比採用AI生成的數據。筆者記得在本欄曾分析AI大模型的訓練過程，指出訓練AI採用了海量數據，AI學習模仿這些數據去反推出一個模型，使這個模型能夠「懂得」模仿人類進行自然語言寫作、或生成一些新內容。在學習過程中，不斷讀取人類在過去所寫的海量文獻資料、圖片和視頻等。這些文獻資料數據有兩種類別，一是出自人類手寫的（真實世界的資料數據，高質量），另一種資料內容，尤其是網絡上的資料數據，很多是由人工智能生成的（對眾多海量人工資料進行模仿所合成的推理特性數據）。
人工數據勝合成數據一籌
問題是：若然訓練模型所注入海量的、真正經由人工所生成的文獻資料已告枯竭，我們要進一步優化/強化模型的功能，需要再增加注入什麼數據？報告對此有着墨之處，並提及有人在研究可否採用那些AI生成的「合成數據」（Synthetic Data），來作進一步優化訓練，使模型的效能更為強大？不過，報告的斷論指出，這些「合成數據」在預訓練中仍無法完全取代真實數據（頁 14），換言之，這代表人類目前進行大模型訓練依然受到高質內容有限的掣肘。若果高質素內容數據未來無法源源增加，我們便會陷入一個「下行漩渦」，因為當大模型的數據都是以AI生成的「合成數據」支撐，則由AI生成的數據來訓練AI自身，結果一定無法形成具進步的突破性發展。筆者認為這是報告當中一個對AI產業不利發展的訊息。這一點也正正是目前政府或業界考慮進一步推動AI產業發展時，需要關注的要點。
合成數據可發揮微調效果
對於優化模型的訓練，「合成數據」促成模型進步的作用不及真實數據，但報告也同時指出，「合成數據」內容在個別已告完成訓練的模型中，起到正面性微調效果。亦即是說，當我們完成訓練一個高效能大模型，再要這個模型進行一些個別工作任務，或者我們訓練那些相對較小的模型，去進行一些專門性任務，這些「合成數據」便可發揮助力作用。換句話說，當模型所設計的工作任務帶有「利基」（niche）性質，這類「合成數據」便可派上用場，有其價值。
至於大模型開發商或用戶對模型性能優劣的比拼和追逐，這種比拼與追逐對AI產業發展不見得有利，筆者另文討論。