8月16日，《紐約時報》稱若未提前獲得書面同意，原則上禁止將新聞報道和圖片等用于人工智能開發(fā)。這或許是一個信號，意味著未來可供科技公司用于大模型訓(xùn)練的高質(zhì)量數(shù)據(jù)或越來越受限。據(jù)悉，可用于訓(xùn)練的高質(zhì)量數(shù)據(jù)或于2026年耗盡。目前，微軟、OpenAI等公司已經(jīng)在測試用計算機(jī)合成的數(shù)據(jù)用于訓(xùn)練其AI系統(tǒng)。合成數(shù)據(jù)真的是AI時代的“新鋰礦”？它有哪些風(fēng)險？ 本周，梅西率邁阿密國際首次闖入美聯(lián)杯決賽，貝克漢姆隨后在Instagram上發(fā)帖慶祝。據(jù)外媒報道，隨著梅西的加入，邁阿密國際在明年將成為美職盟歷史上第一支估值超過10億美元的足球隊。貝克漢姆的商業(yè)版圖有多大？"一周人物"帶你走近從球員到球隊老板的貝克漢姆。 8月18日凌晨，大型加密貨幣突然集體暴跌。數(shù)據(jù)顯示，近24小時，共有17.1萬人爆倉。此外，ArmIPO計劃引華爾街全體出動，目前已聘請28家機(jī)構(gòu)擔(dān)任承銷商。 更多內(nèi)容，盡在《一周國際財經(jīng)》。 數(shù)據(jù)荒來了！可用于訓(xùn)練的高質(zhì)量數(shù)據(jù)或于2026年耗盡 合成數(shù)據(jù)成AI時代的“新鋰礦”？ 圖片來源：視覺中國 人造數(shù)據(jù)已經(jīng)達(dá)到極限，接下來是AI“喂養(yǎng)”AI的世界？ 8月16日，據(jù)報道，《紐約時報》變更了服務(wù)條款，稱若未提前獲得書面同意，原則上禁止將新聞報道和圖片等用于人工智能（AI）開發(fā)。這意味著未來可供科技公司任意使用來訓(xùn)練大型語言模型(LLM)的高質(zhì)量數(shù)據(jù)越來越有限。 ChatGPT引起的AI競爭如火如荼，科技公司為了喂養(yǎng)自己LLM，不得不使出渾身解數(shù)尋找訓(xùn)練數(shù)據(jù)，伴隨而來的是一輪數(shù)據(jù)大戰(zhàn)。經(jīng)濟(jì)學(xué)人報道稱，谷歌和Meta這兩家科技巨頭的最新AI模型已經(jīng)接受了超過1萬億個單詞的訓(xùn)練。數(shù)據(jù)，已經(jīng)是AI時代的“新鋰礦”了。 由于對數(shù)據(jù)的需求增長如此之快，研究機(jī)構(gòu)Epochai認(rèn)為，到2026年，可用于訓(xùn)練的高質(zhì)量文本庫存可能會耗盡。但隨著生成式AI軟件變得越來越復(fù)雜，數(shù)據(jù)需求越來越高，即使是財力雄厚的AI公司也將耗盡易于訪問的高質(zhì)量數(shù)據(jù)來進(jìn)行訓(xùn)練。 合成數(shù)據(jù)就成了一個新的出路。金融時報在上月爆料，微軟、OpenAI和Cohere等公司已經(jīng)在測試用計算機(jī)合成的數(shù)據(jù)用于訓(xùn)練其AI系統(tǒng)，來進(jìn)一步提高LLM的能力。 今年5月，在倫敦舉行的一次活動中，OpenAI首席執(zhí)行官SamAltman被問及是否擔(dān)心監(jiān)管機(jī)構(gòu)對ChatGPT潛在侵犯隱私的調(diào)查，Altman稱他“非常有信心很快所有數(shù)據(jù)都將成為合成數(shù)據(jù)”。 數(shù)據(jù)大戰(zhàn)：爭奪有限的資源 為生成式AI提供動力的超大型模型依賴于海量數(shù)據(jù)。目前，為ChatGPT和Bard等聊天機(jī)器人提供支持的LLM主要通過抓取互聯(lián)網(wǎng)數(shù)據(jù)來進(jìn)行培訓(xùn)，用于訓(xùn)練這些系統(tǒng)的數(shù)據(jù)包括數(shù)字化書籍、新聞文章、博客、搜索查詢、X（前Twitter）和Reddit的帖子、YouTube視頻和Flickr圖像等內(nèi)容。 據(jù)經(jīng)濟(jì)學(xué)人報道，谷歌和Meta（前Facebook）這兩家科技巨頭的最新AI模型已經(jīng)接受了超過1萬億個單詞的訓(xùn)練。相比之下，在線百科全書維基百科上的英語單詞總數(shù)約為40億個。 數(shù)據(jù)的價格是高昂的，早在2018年，微軟就斥資高達(dá)75億美元收購了軟件代碼存儲庫GitHub作為專門的數(shù)據(jù)信息集，用于開發(fā)一種代碼編寫AI工具。 隨著數(shù)據(jù)需求越來越大，為了構(gòu)建更強(qiáng)大的模型，模型構(gòu)建者們也急于尋找越來越多的新數(shù)據(jù)源來維持瘋狂的“喂養(yǎng)”。正是看中這種巨大的需求，擁有大量此類數(shù)據(jù)資源的公司正在權(quán)衡如何最好地從中獲利，他們也理所當(dāng)然地?fù)碛辛烁嗟淖h價能力。 例如，Reddit和StackOverflow增加了訪問其數(shù)據(jù)的成本,X已采取措施限制機(jī)器人抓取該網(wǎng)站的能力，并且現(xiàn)在向任何希望訪問其數(shù)據(jù)的人收費(fèi)。每經(jīng)記者查詢Reddit官網(wǎng)發(fā)現(xiàn)，免費(fèi)使用該網(wǎng)站數(shù)據(jù)API的速率限制為：每個客戶端ID每分鐘僅能查詢100次；若不使用客戶端ID，則每分鐘僅能查詢10次；若要超過這些限制，則需要為每1000個API請求（APICall）付費(fèi)0.24美元。 盡管如此，為了獲取更多數(shù)據(jù)來訓(xùn)練出更優(yōu)秀的LLM，科技公司們當(dāng)然不惜掏空腰包。 7月，OpenAI與美聯(lián)社簽署了一項協(xié)議。最近，該公司還擴(kuò)大了與圖庫攝影提供商Shutterstock的協(xié)議，Meta也與Shutterstock達(dá)成了協(xié)議。8月，谷歌被曝正在與唱片公司環(huán)球音樂進(jìn)行討論，以授權(quán)藝術(shù)家的聲音來支持AI歌曲創(chuàng)作。這些合作都未透露具體的金額。 隨著數(shù)據(jù)需求的增大，初創(chuàng)公司也紛紛涌入，渴望分得一杯羹。4月份，專注于人工智能的數(shù)據(jù)庫公司W(wǎng)eaviate籌集了5000萬美元，估值達(dá)2億美元；不到一周后，另一家數(shù)據(jù)初創(chuàng)公司PineCone以7.5億美元的估值籌集了1億美元；本月早些時候，Neon又籌集了4600萬美元的資金。 合成數(shù)據(jù)：AI模型的新食物 科技公司爭先恐后入局生成式AI，造成“僧多粥少”的局面也是必然的。研究機(jī)構(gòu)Epochai認(rèn)為，對數(shù)據(jù)的需求增長如此之快，到2026年，可用于訓(xùn)練的高質(zhì)量文本庫存可能會耗盡。 面對數(shù)據(jù)短缺的困境，微軟、OpenAI和Cohere開始率先轉(zhuǎn)向合成數(shù)據(jù)作為新的解決方案。合成數(shù)據(jù)是指使用AI模型來生成與真實數(shù)據(jù)相似但不完全相同的數(shù)據(jù)，用于訓(xùn)練其他AI模型。 例如，為了訓(xùn)練高等數(shù)學(xué)模型，Cohere會使用兩個相互對話的AI模型，其中一個充當(dāng)數(shù)學(xué)導(dǎo)師，另一個充當(dāng)學(xué)生。人類作為監(jiān)督的角色，如果模型說錯了什么，就會介入并糾正。 Cohere的首席執(zhí)行官AidanGomez表示：“如果你能從網(wǎng)絡(luò)上獲取所需的所有數(shù)據(jù)，那就太棒了。但事實上，網(wǎng)絡(luò)是如此嘈雜和混亂，以至于它并不能真正代表你想要的數(shù)據(jù)。網(wǎng)絡(luò)并不能滿足我們所需的一切?！? 微軟研究院的兩個研究表明，使用合成數(shù)據(jù)“喂養(yǎng)”AI是可行的。以用GPT-4生成的一個“四歲兒童小說”數(shù)據(jù)集TinyStories為例，這個數(shù)據(jù)集被證明雖然只包含4歲小孩能理解的單詞，但用于訓(xùn)練一個大模型之后，同樣可以生成語法正確、閱讀體驗流暢的故事。 另一篇論文則表明，AI可以通過合成Python代碼進(jìn)行訓(xùn)練，并且這些代碼在編碼任務(wù)上表現(xiàn)相對較好。 圖片來源:arXiv.org Gomez指出，為了提高LLM的性能，并能夠應(yīng)對科學(xué)、醫(yī)學(xué)或商業(yè)方面的挑戰(zhàn)，AI模型將需要獨(dú)特且復(fù)雜的數(shù)據(jù)集。這些數(shù)據(jù)要么必須由科學(xué)家、醫(yī)生、作家、演員或工程師等世界專家創(chuàng)建，要么從制藥、銀行和零售商等大公司獲取專有數(shù)據(jù)?！叭欢?，這些人類創(chuàng)建的數(shù)據(jù)非常昂貴?！倍铣蓴?shù)據(jù)的成本優(yōu)勢則非常明顯，因為它不需要收集和標(biāo)注真實數(shù)據(jù)。 新難題出現(xiàn)：合成數(shù)據(jù)質(zhì)量被質(zhì)疑 隨著合成數(shù)據(jù)這一新趨勢的出現(xiàn)，ScaleAI和Gretel.ai等初創(chuàng)企業(yè)如雨后春筍般涌現(xiàn)，專注為科技公司提供合成數(shù)據(jù)服務(wù)。在這些公司中，Gretel還獲得了谷歌、匯豐銀行、RiotGames和Illumina等公司的支持。而在SemiAnalysis爆料GPT-4“大花邊”的新聞中，還提到GPT-4的數(shù)據(jù)集中，有數(shù)百萬行是來自ScaleAI和內(nèi)部的指令微調(diào)數(shù)據(jù)。 這意味著，越來越多的大型公司開始介入合成數(shù)據(jù)的領(lǐng)域了。 不過，雖然合成數(shù)據(jù)看起來很有前景，但也有批評聲指出它不能反映或改進(jìn)現(xiàn)實世界的數(shù)據(jù)。合成數(shù)據(jù)的質(zhì)量和可靠性取決于生成它的AI模型的水平和方法，如果生成的數(shù)據(jù)與真實數(shù)據(jù)存在差異或錯誤，那么訓(xùn)練出來的模型也可能會出現(xiàn)問題。 隨著AI生成的文本和圖像開始充斥互聯(lián)網(wǎng)，AI公司在網(wǎng)絡(luò)上抓取訓(xùn)練數(shù)據(jù)很可能最終將不可避免地使用其自己模型的原始版本生成的原始數(shù)據(jù)——這種現(xiàn)象被稱為“dog-fooding”。 牛津大學(xué)和劍橋大學(xué)等大學(xué)最近的一項名為TheCurseofRecursion:TrainingonGeneratedDataMakesModelsForget的研究就警告稱，根據(jù)自己的原始輸出（可能包含虛假或捏造的內(nèi)容）訓(xùn)練AI模型，隨著時間的推移可能會破壞和降低技術(shù)性能，從而導(dǎo)致“不可逆轉(zhuǎn)的缺陷”。 該論文作者、劍橋大學(xué)和愛丁堡大學(xué)安全工程教授RossAnderson直言：“正如我們用塑料垃圾布滿了海洋，用二氧化碳填滿了大氣層，我們即將用廢話填滿互聯(lián)網(wǎng)?！? 對于這一點，Gretel首席執(zhí)行官AliGolshan也同意，“網(wǎng)絡(luò)上的內(nèi)容越來越多地由AI生成，我確實認(rèn)為隨著時間的推移，這將導(dǎo)致內(nèi)容退化，因為語言模型正在產(chǎn)生重復(fù)的知識，沒有任何新的見解?！? 從球員到老板，貝克漢姆率邁阿密國際走向估值超10億美元俱樂部 圖片來源：Instagram截圖 美東時間8月16日，梅西領(lǐng)銜的邁阿密國際在北美聯(lián)杯半決賽上4：1完勝費(fèi)城聯(lián)隊。至此，距離這只成立僅5年的俱樂部史上的第一座冠軍獎杯，只剩下一場決賽。 賽后，作為球隊老板之一貝克漢姆在Instagram上更新了動態(tài)，曬出梅西慶祝進(jìn)球的照片，并配文道：“又一個美妙的夜晚，對我們的球隊、球迷、俱樂部來說是多么棒的時刻，這是我們@邁阿密國際歷史上第一次的決賽?！? 其實，貝克漢姆的職業(yè)生涯，始終伴隨著“商業(yè)化”三個字。球員期間他就受到不少品牌的青睞，代言范圍廣泛，已經(jīng)賺的缽滿盆滿。退役后小貝的收入不減反增，這都得益于他2007年轉(zhuǎn)投美國職業(yè)足球大聯(lián)盟（下稱MLS）時簽下的兩條協(xié)議。 2007年登陸MLS洛杉磯銀河時，貝克漢姆年薪雖然只有650萬美元，但他的合同中，包含兩個特殊條款：其一，獲得俱樂部總收入的分成；其二，貝克漢姆與MLS簽下合約，退役之后，他能以2500萬美元的價格，買下一支球隊進(jìn)軍MLS。隨著近年來MLS入場費(fèi)的暴增，貝克漢姆當(dāng)年簽下的條款換來人生的再次騰飛。有體育商業(yè)專家指出，在美國踢球、收購運(yùn)營俱樂部，貝克漢姆賺了超過5億美元！ 在洛杉磯銀河退役后不久，貝克漢姆2013年就開始著手籌建新球隊。2018年9月，貝克漢姆宣布在美職聯(lián)成立一家名為“邁阿密國際”的足球俱樂部。這支球隊的標(biāo)志是兩只粉色的火烈鳥，寓意著邁阿密的熱情和多元化。貝克漢姆表示，他希望這支球隊能夠吸引全世界的球迷，并且打造出一支有競爭力和魅力的球隊。 由于足球這項運(yùn)動在美國的受歡迎程度并不如籃球和橄欖球，加上俱樂部場館建設(shè)的巨大開銷，貝克漢姆成立邁阿密國際的早期并談不上一帆風(fēng)順。 然而，梅西的加盟讓邁阿密國際的估值大漲。據(jù)美國體育產(chǎn)業(yè)媒體去年9月的報道，邁阿密國際當(dāng)時的估值僅為5.85億美元，位于MLS聯(lián)盟29支球隊中的第10位。美國體育產(chǎn)業(yè)記者邁克爾·金尼迪預(yù)計，因為梅西的加盟，邁阿密國際在下一個自然年將成為美國職業(yè)聯(lián)盟（下稱MLS）歷史上第一支估值超過10億美元的足球隊。 而貝克漢姆的商業(yè)版圖，遠(yuǎn)遠(yuǎn)不止目前因為梅西的到來而紅遍全美的邁阿密國際。例如，僅僅在成立邁阿密國際不到半年時間里——2019年年初，貝克漢姆就宣布買下英格蘭乙級聯(lián)賽球隊索爾福德城股份10%的股份，與“92班”的隊友吉格斯、斯科爾斯、尼基·巴特、加里和菲爾·內(nèi)維爾一起，成為該俱樂部老板。 退役后的貝克漢姆涉足體育以外的商業(yè)版圖，時間甚至要更早。 2014年，貝克漢姆在好友的幫助下成立了BeckhamBrandHoldingsLtd.，該公司旗下除了時尚品牌VictoriaBeckhamLtd以外，還有一家投資公司DBVenturesLtd.，負(fù)責(zé)處理貝克漢姆相關(guān)的肖像權(quán)、品牌授權(quán)和其他商業(yè)用途。 DBVentures旗下的“DavidBeckham”品牌包括貝克漢姆黑格俱樂部威士忌品牌，帝舵表、百事可樂、三星和阿迪達(dá)斯、澳門金沙度假區(qū)、瑪莎拉蒂、健身特許經(jīng)營商F45Training的代言活動以及GemForex亞洲品牌大使和其他代言活動等。此外，DBVentures投資與收購的公司包括XIX、GuildEsports（電子競技公司）、CellularGoods、LunazDesign等。 貝克漢姆還與人共同創(chuàng)辦了一家舞蹈和音樂表演的活動管理和制作公司FootworkProduction,LLC；攜手歐萊雅集團(tuán)創(chuàng)立了男士美容品牌House99；創(chuàng)辦了一家電視制作公司Studio99等。 在房地產(chǎn)投資上，貝克漢姆也有著廣泛的投資組合，擁有：倫敦西部荷蘭公園一棟價值3150萬英鎊的聯(lián)排別墅、美國邁阿密一套價值2000萬英鎊的公寓，以及全球其他豪宅。 在影視領(lǐng)域，2023年年初，貝克漢姆還和迪士尼進(jìn)行合作，主演一部名為《SaveOurSquad》的足球主題電視劇，并在其中飾演一位少年隊的教練，片酬高達(dá)7位數(shù)美金。 在貝克漢姆的商業(yè)合伙人名單里，其妻子維多利亞扮演著重要的作用。她既是VictoriaBeckhamLtd.的創(chuàng)始人，也是貝克漢姆品牌控股公司、維多利亞貝克漢姆公司和維多利亞貝克漢姆控股公司的董事會成員。 慘烈崩盤！17萬人爆倉 馬斯克曝出大動作！ 圖片來源：視覺中國 8月18日凌晨，大型加密貨幣突然集體暴跌，日內(nèi)最大跌幅超13%，一度跌穿2.5萬美元關(guān)口，截至發(fā)稿，比特幣最新價格回升至26086美元，較7月高點累計跌幅超18%；另外，以太坊日內(nèi)最大跌幅超13%，一度下破1600美元關(guān)口，現(xiàn)報1662美元。 據(jù)coinglass數(shù)據(jù)顯示，最近24小時，共有17.1萬人爆倉，爆倉總金額達(dá)10.18億美元（約合人民幣74億元）。 據(jù)《華爾街日報》8月17日報道，馬斯克旗下的SpaceX在去年和2021年總共減記了價值3.73億美元的比特幣，并且已經(jīng)出售這些加密貨幣。但尚未確認(rèn)3.73億美元比特幣是否已經(jīng)全部出售。另外，根據(jù)特斯拉的財報顯示，該公司在2022年第二季度以9.36億美元的價格賣出了3萬多枚比特幣，約占其最初15億美元比特幣持倉的75%。 ArmIPO，華爾街全體出動 圖片來源：每經(jīng)記者朱成祥攝 據(jù)彭博社報道，知情人士透露，全球最大半導(dǎo)體IP廠商Arm已經(jīng)聘請28家機(jī)構(gòu)擔(dān)任今年首次公開募股（IPO）承銷商，預(yù)計最快將于8月21日披露IPO計劃。 Arm的IPO幾乎讓華爾街全體出動。巴克萊銀行、高盛、摩根大通和瑞穗四家大型投行將擔(dān)任主承銷商，另外還有10家二級承銷商和14家三級承銷商，前者包括美銀、花旗、德銀，后者也囊括了匯豐、大和證券和法興銀行等。 外媒援引知情人士的話報道稱，軟銀最近收購了旗下愿景基金持有Arm25%的股份，該交易對ARM的估值略高于640億美元，這表明軟銀可能希望通過下月在紐約進(jìn)行的Arm的IPO實現(xiàn)這一估值。預(yù)計軟銀最早將于下周一公布其F-1文件，這份文件將列出Arm的財務(wù)和運(yùn)營細(xì)節(jié)。軟銀計劃在此次發(fā)行中出售該公司約10%的股份。 SpaceX終于賺錢了! 最新估值1500億美元，與英特爾相近 圖片來源：視覺中國 據(jù)《華爾街日報》當(dāng)?shù)貢r間周四報道，億萬富翁埃隆?馬斯克旗下太空探索公司SpaceX的財務(wù)數(shù)據(jù)顯示，該公司2023年第一季度的收入為15億美元（約109.65億元人民幣），總利潤達(dá)到5500萬美元（約4.02億元人民幣）——該公司在經(jīng)歷了兩年大幅虧損（但虧損幅度不斷收窄）之后，終于實現(xiàn)了小幅度的盈利。 今年7月中旬馬斯克旗下SpaceX告訴部分投資者，預(yù)計2023年該公司將實現(xiàn)約80億美元的營收，大約是上一年收入的兩倍。 該公司還向投資者保證，以不包括制造火箭和衛(wèi)星相關(guān)費(fèi)用的標(biāo)準(zhǔn)計算，預(yù)計今年將獲得約30億美元（當(dāng)前約214.5億元人民幣）的營業(yè)利潤，至少以不包括與制造火箭和衛(wèi)星相關(guān)的費(fèi)用的衡量標(biāo)準(zhǔn)而言是這樣。 在創(chuàng)立超過20年后，SpaceX已經(jīng)成為在美國市場具有統(tǒng)治地位的火箭發(fā)射公司，也是NASA往國際空間站接送美國宇航員的唯一渠道。根據(jù)早些時候的報道，SpaceX給公司股票定的最新估值為1500億美元，大致與英特爾相近。 買家支付能力創(chuàng)近40年新低 巴菲特卻在樓市押下重注 圖片來源：視覺中國 供應(yīng)緊張引發(fā)的房價上漲，加上抵押貸款利率的上升，已經(jīng)將美國的房地產(chǎn)買家們的住房負(fù)擔(dān)能力壓低至近40年來的最低水平。 美東時間周四（8月17日），房地美30年期固定抵押貸款的平均利率從一周前的6.96%躍升至7.09%，創(chuàng)2002年以來新高，且較一年前的5.13%大幅上漲。對于房地產(chǎn)市場內(nèi)的潛在買家來說，等待融資成本回落就像是一場風(fēng)險極高的賭博。 而在這樣的行情下，巴菲特卻開始在樓市押下重注。伯克希爾哈撒韋本周一提交給SEC的文件顯示，該公司已投資美國三大房屋建筑商：霍頓房屋、萊納建筑以及NVRInc.，持股總價值超過8億美元。這三家公司年初至今的累計漲幅均超過30%。 對此，全球房產(chǎn)科技公司居外IQI集團(tuán)聯(lián)合創(chuàng)始人兼集團(tuán)CEOKashifAnsari在接受《每日經(jīng)濟(jì)新聞》記者采訪時指出，“利率的高企使的業(yè)主們越來越不愿賣掉手頭現(xiàn)房，因此更多的買家會轉(zhuǎn)向新房市場，這對房屋建筑商是一個利好。同時，越來越多的買家會轉(zhuǎn)向出租房市場，從而推高房租，出租公寓市場會變得引人關(guān)注?！? VinFast上市不到一周，股價過山車 越南首富失血230億美元 “越南版特斯拉”VinFastAuto（VFS）周五收跌23%，收報15.40美元，美股盤初一度跌至11.61美元、日內(nèi)最大跌幅達(dá)到驚人的42%。至此，VFS已經(jīng)連續(xù)第三個交易日下跌。 本周二，VinFast完成與一家特殊目的收購公司（SPAC）BlackSpadeAcquisition的合并，在納斯達(dá)克交易。當(dāng)日其股價一路高歌，盤中最高觸及38.78美元，報收37.06美元，收盤漲幅達(dá)254.64%。 伴隨著VinFast股價的巨震，自其美國上市以來，PhamNhatVuong董事長兼創(chuàng)始人、持有VinFast絕大多數(shù)股票的越南首富潘日旺的凈財富也大幅波動。據(jù)彭博，潘日旺在IPO當(dāng)日的身家暴增390億美元，這是財富計算指數(shù)有史以來最大的增幅之一。不過根據(jù)最新的彭博億萬富翁指數(shù)，其身家在三天內(nèi)暴跌了約52%，失血230億美元，至212億美元。盡管如此，潘日旺的財富仍然比VinFast上市前大幅增加。 免責(zé)聲明：本文內(nèi)容與數(shù)據(jù)僅供參考，不構(gòu)成投資建議，使用前核實。據(jù)此操作，風(fēng)險自擔(dān)。 記者：文巧蔡鼎譚玉涵 編輯：孫宇婷 視覺：劉青彥 排版：譚玉涵