全球几乎所有的AI模型，想要训练都要依靠着这些公开的数据内容才⛁🗠🜿行。因为都是英文数据，所以这些AI模型，一定都是以英文为核🗊🙸心。
所以当百度的文心一言推🆙🏽出之后，就会出现很多令人难以理解😮🄲的事……其实原因很简单♄🅴，文心一言使用的是英文数据，中文语料的数据实在是太少了。
别看国内人多，但网络上真正有💷🖟📸价值的内容实在不多，🗿稍微出格一点📴🟈🛊，这些有价值的语料就要按法律法规给删除了。
就剩下了一堆没法训练AI的垃圾内容。
就比如，《大时代之⛆😊⛆😊巅》到底是一本怎🗾样的书？
如果有人说好，有人说不好，这些内容就都是有价值的内容，AI模型经过一番的训练和评估，从而给出比较客🍅观公正的评价。
如果作者想要维护评论区的和谐，把所有说好的🞒内容都留下了，说差的内容都删除了，最后只剩下了一片🙽赞歌，那么即便这些赞歌都是对的，这也是垃圾信息。
因为对AI模型来说缺少了多元化的评判。
从出发点到终点，有一万条路，AI模型的训练就是把这一万条路都走一遍，然后选出最合适的🖪那条路，这才是AI的价值。
就像生物制药，有一万种选择，AI帮忙给出最好的那几个选择，就会大大地缩减⚮🔭研发经费、提高研发成功率。
要是一开始就只提供一条路，那还训练个屁啊，不给AI选择、评判、思考和分析的机会，就🕊🇻只告诉他一个标准答案，AI就会毫无意义。
德文、法文、日文、韩文的数据💷🖟📸量太少，中文的🞒数据量很大，可是因📴🟈🛊为环境的限制有价值的数据也很少。
所以，想🖡🔊训练出世界级的🆙🏽AI模型，就只能用英🞒文语料来训练。
这就需要一些弱势语言的AI模型，要有语言转换能力，去转换成英文⛁🗠🜿。🗶
就像使用文🌇☦🁨心一言，让他画一个起重🙩🍀🄽机的图片。
结果画的是鹤。
这就很让人费解。
其实很简🖡🔊单，起重机的英文是e，而e在英文里主要是指鹤。所以AI模型就画出了鹤的图片。