# The data black hole at the center of AI

- Channel: [Dwarkesh Patel](https://www.youtube.com/channel/UCXl4i9dYBrFOabk0xGmbkRA)
- Published: 2026-06-19
- Source video: [Watch on YouTube](https://youtube.com/watch?v=4pG3SJQPAwk)
- Read on ReadTube: https://www.read.tube/p/videos/4pG3SJQPAwk
- Language: Simplified Chinese

## Summary

**人工智能中的数据黑洞**

这段视频认为，当前人工智能进步的核心不是更高的数据利用效率，而是更大规模、更高质量的数据分布，以及围绕这些数据进行训练所消耗的海量算力。作者强调，强化学习、专家轨迹和领域定制标注正在成为驱动能力提升的关键，而这背后隐藏着一个极其庞大的“数据黑洞”。

视频的核心论点是：人工智能的进步主要来自数据扩张，而不是显著提升了样本效率。作者把强化学习视为一种合成数据生成过程：先用大量算力配合验证器或评审标准筛出“好数据”，再让模型去学习这些正确轨迹。问题在于，这类训练极度依赖人类专家提供的领域化示范、规则和思维过程，而且每个技能都需要大量专门数据堆出来。作者因此认为，今天的模型更像由无数精心缝合的例子拼成的“弗兰肯斯坦怪物”，而不是像人类那样靠少量经验就能举一反三。