
中国のAI開発は「中国語の訓練データ不足」という新たなボトルネックに直面している
中国のAI開発は、中国語の訓練データ不足という新たな課題に直面している。インターネット上の中国語ウェブサイトの割合が低く、質の高い中国語コーパスの整備も初期段階にある。専門家は出版物や歴史資料のデジタル化、少数民族言語の取り込み、著作権許可の仕組み構築を提案している。中国政府も2028年末までに高品質データセットの構築を計画し、データ収集困難な分野はシミュレーション技術で補う方針だ。高品質なデータ供給システムの整備がAI競争の鍵になるとの見解も示されている。




