◎本報記者 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(zhàn)斗？”即使沒有這樣的戰(zhàn)斗，AI聊天機器人也可能會提供一個虛構(gòu)的答案，例如“1897年的戰(zhàn)斗是由美國贏得的，約翰·多伊將軍帶領(lǐng)部隊取得了勝利�！边@種AI編造信息“一本正經(jīng)地胡說八道”的情況屢見不鮮。

　　在專業(yè)領(lǐng)域，AI“一本正經(jīng)地胡說八道”這種現(xiàn)象被稱為AI幻覺。“AI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(xiàn)實或已知數(shù)據(jù)不符合或無法驗證的內(nèi)容。”近日，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(yè)大學(xué)（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。

　　AI幻覺普遍存在

　　記者梳理發(fā)現(xiàn)，AI幻覺具有普遍性。

　　今年2月，谷歌發(fā)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?shù)胤ㄔ禾峤涣艘环萦肅hatGPT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(fā)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(xiàn)出捏造事實的傾向�！�

　　總部位于紐約的人工智能初創(chuàng)公司和機器學(xué)習(xí)監(jiān)控平臺Arthur AI也在今年8月發(fā)布研究報告，比較了OpenAI、“元宇宙”Meta、Anthropic以及Cohere公司開發(fā)的大語言模型出現(xiàn)幻覺的概率。研究報告顯示，這些大模型都會產(chǎn)生幻覺。

　　目前國內(nèi)大語言模型雖無產(chǎn)生AI幻覺相關(guān)披露，但也可從相關(guān)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(yōu)化了預(yù)訓(xùn)練算法及策略，讓混元大模型出現(xiàn)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(jīng)地胡說八道’。如果不和行業(yè)專業(yè)數(shù)據(jù)庫或者一些專業(yè)應(yīng)用插件進行對接，這可能會導(dǎo)致它們提供過時或者不專業(yè)的答案�！笨拼笥嶏w研究院副院長、金融科技事業(yè)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(jīng)推出一些技術(shù)方案，讓大模型揚長避短。

　　AI幻覺源自本身

　　“現(xiàn)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(nèi)在幻覺和外在幻覺兩類。

　　據(jù)悉，內(nèi)在幻覺即是同輸入信息不一致的幻覺內(nèi)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(fù)。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(nèi)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(nèi)容。

　　近期，騰訊AI Lab聯(lián)合國內(nèi)外多家學(xué)術(shù)機構(gòu)發(fā)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(guān)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(shù)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(xùn)練方式固有的弊端及模型本身技術(shù)的局限性導(dǎo)致�！睆埫裉寡�，AI幻覺會造成知識偏見與誤解，甚至有時會導(dǎo)致安全風(fēng)險、倫理和道德問題。

　　AI幻覺尚難消除

　　盡管AI幻覺短期內(nèi)難以完全消除，但業(yè)界正試圖通過技術(shù)改進和監(jiān)管評估來緩解其影響，以保障人工智能技術(shù)的安全可靠應(yīng)用。

　　“現(xiàn)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(yù)訓(xùn)練、微調(diào)強化學(xué)習(xí)、推理生成等階段中運用適當?shù)募夹g(shù)手段，有望緩解AI幻覺現(xiàn)象。

　　據(jù)介紹，在預(yù)訓(xùn)練方面，需增加知識密集的數(shù)據(jù)、高質(zhì)量數(shù)據(jù)的選取和過濾；微調(diào)強化學(xué)習(xí)過程中，選擇模型知識邊界內(nèi)的訓(xùn)練數(shù)據(jù)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(jié)果有證據(jù)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(lián)合國內(nèi)外多家學(xué)術(shù)機構(gòu)發(fā)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(shè)計、人在回路、分析模型內(nèi)部狀態(tài)等技術(shù)也可成為緩解AI幻覺的方式。

　　值得一提的是，哈爾濱工業(yè)大學(xué)（深圳）自研的立知文本大模型和九天多模態(tài)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(fā)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(jīng)由多智能體之間的討論、博弈和合作，增強回復(fù)的客觀性，減少AI幻覺�！�

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