刊于《信报》，2026年5月25日
AI呈巧拙两面性 数据质量存隐忧
许佳龙
科大协理副校长（学术发展）；信息、商业统计及营运学系讲座教授；艾礼文家族商学教授
史丹福大学人类中心人工智能研究所（HAI）不久前发布了《2026年人工智能指数报告》（Artificial Intelligence Index Report 2026‧下简称《报告》），揭示全球人工智能（AI）产业的最新发展趋势。
报告有几项结论，笔者认为都是意料之内。例如报告开宗明义指出，人工智能（AI） 的发展不仅没有停滞不前，反而在加速，触及更多人；发展领头的国家，仍以美国和中国为首。报告指出，中美两国的AI模型效能差距基本缩小，意味全球人工智能产业发展，美国不再「独领风騒」，据报告资料，截至今年3月，在模型效能测试中，美国模型Claude Opus 4.6稍高于中国模型Dola-Seed-2.0-Preview，但得分差距仅2.7%，呈现多元发展格局，无疑是一件好事。
聪明笨拙两面性制约
报告同时指出，AI经过多年迭代发展，当下使用更巨大算力和数据训练出来的模型，依然带有显著缺陷。例如，谷歌的先进模型Gemini Deep Think在2025年国际数学奥林匹克竞赛中获得35分（金牌），在4.5小时的时限内，使用自然语言完成了端到端的计算，比2024年获得28分（银牌）有所提高，但在Clock Bench测试中，正确读取「模拟时钟」（「指针式钟面」）的准确率却仅为50.1%，而人类的准确率则为90.1%（报告页71），呈现了一种研究人员称之为「锯齿状智能」（jagged intelligence）现象。所谓「锯齿状智能」（jagged intelligence），是指在某些任务上能力超卓，聪明绝顶，但在另一些看似简单的任务上却蠢纯如猪，表现不济，能力呈「锯齿状」分布。
看深一层，人类根据自身的目标训练出来的大模型，在某些界别上，效能表现优秀，展示出色的逻辑推理能力，但在人类日常生活的物理世界基本任务中，表现笨拙，这是AI 的典型问题。因为目前生成式人工智能的「通用性」，其面对的，是一个有无数错综复杂工作任务的「大千世界」，要每一项工作任务都能圆满高效完成，实在需要长时间磨练，不可能一蹴而成。就像人类成长过程，儿童于成长阶段总会犯错，能力有所不逮，但随着学习吸收知识，智能生长与厚积，增加经验之后，便可逐步迈向「渐入佳境」的阶段。目前，人工智能的发展，显然尚处于学习与成长的阶段。
学习过程除错与经验积累
然而在成长过程中，有一点非常重要。正如儿童阶段的成长，在学习过程中，很视乎我们给他们提供什么养份，他们从置身环境中所目睹和得到什么经验，AI模型的学习和训练，本质上与人类成长过程有相类之处。
如今的大模型，无论其经历了多少次迭代，模型成长或进步都有赖训练过程，而训练过程基本上有两个维度，一是采用了什么数据和经验；二是采用什么训练方法。
在采用什么数据方面，笔者注意到一个有趣现象——即采用人工（人手）生成的数据，对比采用AI生成的数据。笔者记得在本栏曾分析AI大模型的训练过程，指出训练AI采用了海量数据，AI学习模仿这些数据去反推出一个模型，使这个模型能够「懂得」模仿人类进行自然语言写作、或生成一些新内容。在学习过程中，不断读取人类在过去所写的海量文献数据、图片和视频等。这些文献数据数据有两种类别，一是出自人类手写的（真实世界的数据数据，高质量），另一种资料内容，尤其是网络上的数据数据，很多是由人工智能生成的（对众多海量人工数据进行模仿所合成的推理特性数据）。
人工数据胜合成数据一筹
问题是：若然训练模型所注入海量的、真正经由人工所生成的文献资料已告枯竭，我们要进一步优化/强化模型的功能，需要再增加注入什么数据？报告对此有着墨之处，并提及有人在研究可否采用那些AI生成的「合成数据」（Synthetic Data），来作进一步优化训练，使模型的效能更为强大？不过，报告的断论指出，这些「合成数据」在预训练中仍无法完全取代真实数据（页 14），换言之，这代表人类目前进行大模型训练依然受到高质内容有限的掣肘。若果高质素内容数据未来无法源源增加，我们便会陷入一个「下行漩涡」，因为当大模型的数据都是以AI生成的「合成数据」支撑，则由AI生成的数据来训练AI自身，结果一定无法形成具进步的突破性发展。笔者认为这是报告当中一个对AI产业不利发展的讯息。这一点也正正是目前政府或业界考虑进一步推动AI产业发展时，需要关注的要点。
合成数据可发挥微调效果
对于优化模型的训练，「合成数据」促成模型进步的作用不及真实数据，但报告也同时指出，「合成数据」内容在个别已告完成训练的模型中，起到正面性微调效果。亦即是说，当我们完成训练一个高效能大模型，再要这个模型进行一些个别工作任务，或者我们训练那些相对较小的模型，去进行一些专门性任务，这些「合成数据」便可发挥助力作用。换句话说，当模型所设计的工作任务带有「利基」（niche）性质，这类「合成数据」便可派上用场，有其价值。
至于大模型开发商或用户对模型性能优劣的比拼和追逐，这种比拼与追逐对AI产业发展不见得有利，笔者另文讨论。