未來的網際網路市場，歸根結底是內容為王。
誰有內容誰就有制霸權。
包括未來的人工智慧大語言模型也是。
就比如ChatGPT、文心一言這類的AI產品，想要有令人驚人的智慧表現，就一定得經過無數資料內容的訓練才行。
可是，資料是不能亂用的，只有公開資料或者開源資料，才能免費地供全球的開發者使用。
全球有一個超大型的免費的資料庫。
什麼語言都有，90%以上都是英文的語料庫，中文語料資料也就是2%左右。
全球幾乎所有的AI模型，想要訓練都要依靠著這些公開的資料內容才行。因為都是英文資料，所以這些AI模型，一定都是以英文為核心。
所以當百度的文心一言推出之後，就會出現很多令人難以理解的事……其實原因很簡單，文心一言使用的是英文資料，中文語料的資料實在是太少了。
別看國內人多，但網路上真正有價值的內容實在不多，稍微出格一點，這些有價值的語料就要按法律法規給刪除了。
就剩下了一堆沒法訓練AI的垃圾內容。
就比如，《大時代之巔》到底是一本怎樣的書？
如果有人說好，有人說不好，這些內容就都是有價值的內容，AI模型經過一番的訓練和評估，從而給出比較客觀公正的評價。
如果作者想要維護評論區的和諧，把所有說好的內容都留下了，說差的內容都刪除了，最後只剩下了一片讚歌，那麼即便這些讚歌都是對的，這也是垃圾資訊。
因為對AI模型來說缺少了多元化的評判。
從出發點到終點，有一萬條路，AI模型的訓練就是把這一萬條路都走一遍，然後選出最合適的那條路，這才是AI的價值。
就像生物製藥，有一萬種選擇，AI幫忙給出最好的那幾個選擇，就會大大地縮減研發經費、提高研發成功率。
要是一開始就只提供一條路，那還訓練個屁啊，不給AI選擇、評判、思考和分析的機會，就只告訴他一個標準答案，AI就會毫無意義。
德文、法文、日文、韓文的資料量太少，中文的資料量很大，可是因為環境的限制有價值的資料也很少。
所以，想訓練出世界級的AI模型，就只能用英文語料來訓練。
這就需要一些弱勢語言的AI模型，要有語言轉換能力，去轉換成英文。
就像使用文心一言，讓他畫一個起重機的圖片。
結果畫的是鶴。
這就很讓人費解。
其實很簡單，起重機的英文是crane，而crane在英文裡主要是指鶴。所以AI模型就畫出了鶴的圖片。
又比如“可樂雞翅”這種，放在中文語境裡，其實很好理解，就是一道菜。可是，這裡面有一道翻譯的手續，把“可樂雞翅”翻譯成英文，在翻譯過程中就造成了資訊離散，導致畫出來的可樂和雞翅。
ChatGPT一樣會遇到這樣的困境。
用英文向ChatGPT提問，回答的速度會非常快，而且準確度極高；如果用中文、日文、韓文、法文、德文等其他語言來提問，反應速度就會很慢，給出的答案也會錯誤百出。