AI為何會“一本正經地胡說八道”

羅云鵬

想象一下，向人工智能（AI）聊天機器人詢問一個不存在的歷史事件，比如“誰贏得了1897年美國和南極洲之間的戰斗？”即使沒有這樣的戰斗，AI聊天機器人也可能會提供一個虛構的答案，例如“1897年的戰斗是由美國贏得的，約翰·多伊將軍帶領部隊取得了勝利?！边@種AI編造信息“一本正經地胡說八道”的情況屢見不鮮。

在專業領域，AI“一本正經地胡說八道”這種現象被稱為AI幻覺?！癆I幻覺指的是AI會生成貌似合理連貫，但同輸入問題意圖不一致、同世界知識不一致、與現實或已知數據不符合或無法驗證的內容?！苯?，長期從事自然語言處理、大模型和人工智能研究的哈爾濱工業大學（深圳）特聘校長助理張民教授在接受科技日報記者采訪時表示。

記者梳理發現，AI幻覺具有普遍性。

今年2月，谷歌發布的AI聊天機器人Bard在視頻中，對詹姆斯·韋布空間望遠鏡曾做出不真實陳述；3月，美國的兩名律師向當地法院提交了一份用ChatGPT生成的法律文書，這份文書格式工整、論證嚴密，但其中的案例卻是虛假的……

OpenAI研究人員雖曾在今年6月初發布報告稱“找到了解決AI幻覺的辦法”，但也承認，“即使是最先進的AI模型也容易生成謊言，它們在不確定的時刻會表現出捏造事實的傾向?！?/p>

總部位于紐約的人工智能初創公司和機器學習監控平臺Arthur AI也在今年8月發布研究報告，比較了OpenAI、“元宇宙”Meta、Anthropic以及Cohere公司開發的大語言模型出現幻覺的概率。研究報告顯示，這些大模型都會產生幻覺。

目前國內大語言模型雖無產生AI幻覺相關披露，但也可從相關公開報道中找到端倪。

今年9月，騰訊混元大語言模型正式亮相。騰訊集團副總裁蔣杰介紹，針對大模型容易“胡言亂語”的問題，騰訊優化了預訓練算法及策略，讓混元大模型出現幻覺的概率比主流開源大模型降低了30%～50%。

“大模型有可能‘一本正經地胡說八道’。如果不和行業專業數據庫或者一些專業應用插件進行對接，這可能會導致它們提供過時或者不專業的答案?！笨拼笥嶏w研究院副院長、金融科技事業部CTO趙乾在第七屆金融科技與金融安全峰會上曾表示，科大訊飛已經推出一些技術方案，讓大模型揚長避短。

“現在不同研究工作對AI幻覺的分類各不相同?！睆埫窠榻B，總體而言，AI幻覺可以分為內在幻覺和外在幻覺兩類。

據悉，內在幻覺即是同輸入信息不一致的幻覺內容，包括同用戶輸入的問題或指令不一致，或是同對話歷史上下文信息相矛盾，如AI模型會在同一個對話過程中，針對用戶同一個問題的不同提問方式，給出自相矛盾的回復。外在幻覺則是同世界知識不一致或是通過已有信息無法驗證的內容，例如AI模型針對用戶提出的事實性問題給出錯誤回答，或編造無法驗證的內容。

近期，騰訊AI Lab聯合國內外多家學術機構發布了一篇面向大模型幻覺工作的綜述。該綜述認為，AI幻覺集中在大模型缺乏相關知識、記憶錯誤知識、大模型無法準確估計自身能力邊界等場景。

“從技術原理上看，AI幻覺多由于AI對知識的記憶不足、理解能力不足、訓練方式固有的弊端及模型本身技術的局限性導致?！睆埫裉寡?，AI幻覺會造成知識偏見與誤解，甚至有時會導致安全風險、倫理和道德問題。

盡管AI幻覺短期內難以完全消除，但業界正試圖通過技術改進和監管評估來緩解其影響，以保障人工智能技術的安全可靠應用。

“現階段AI幻覺難以完全被消除，但卻可以試著緩解?！睆埫窠榻B，在預訓練、微調強化學習、推理生成等階段中運用適當的技術手段，有望緩解AI幻覺現象。

據介紹，在預訓練方面，需增加知識密集的數據、高質量數據的選取和過濾；微調強化學習過程中，選擇模型知識邊界內的訓練數據極為重要；推理生成過程中，可以采用檢索外部知識的辦法使得模型生成結果有證據可循。此外，改進解碼搜索算法也是一種可行的方案。

騰訊AI Lab聯合國內外多家學術機構發布的綜述亦表明了同樣觀點，并認為諸如多智能體交互、指令設計、人在回路、分析模型內部狀態等技術也可成為緩解AI幻覺的方式。

值得一提的是，哈爾濱工業大學（深圳）自研的立知文本大模型和九天多模態大模型，對于上述緩解AI幻覺的方式均有深入探索，并取得了顯著效果。

“這對于開發一個真實可信的AI大模型是十分有必要的?！睆埫窠榻B，“我們嘗試通過視覺信息增強語言模型的能力，降低語言模型的外部幻覺問題；通過多個大模型智能體進行獨立思考和分析，經由多智能體之間的討論、博弈和合作，增強回復的客觀性，減少AI幻覺?！?/p>

張民表示，破解AI幻覺將提高AI系統的實用性、可信度和可應用性，這對人工智能技術的未來發展和社會的發展都有積極影響。同時，更可靠的AI系統可以更廣泛地應用于各個領域，這將促進技術進步的速度，帶來更多的創新。未來，破解AI幻覺需要進一步在算法、數據、透明度和監管等多個方面采取措施，以確保AI系統的決策更加準確可靠。