玉林实硕医疗科技有限公司

天天熱資訊!ChatGPT 張口就來的「病」,應該怎么「治」?

過去幾個月,以ChatGPT 為代表的大型語言模型(LLMs)吸引了全世界的注意力,所有人都癡迷于對著略顯「簡陋」的輸入框,鍵入各種問題,等待 GPT 給出各種答案。

ChatGPT 答案中知識的「深度」和「廣度」令人們吃驚,但時不時地,它也會「說出」一些子虛烏有的人或者事,并且保持一貫的自信,對這些虛假信息「張口就來」。

就連OpenAI 的首席執行官 Sam Altman 也在 Twitter 上公開表示,「ChatGPT 確實知道很多東西,但危險的是,它在相當大的一部分時間里是自信而錯誤的?!?/p>


【資料圖】

根據最近Ars Technica 的文章,讓 ChatGPT 如此「自信胡扯」的原因,是 AI 產生了「幻覺」。

那么,是什么讓AI 大語言模型產生了「幻覺」,業界又是如何看待 AI 幻覺的?

01?ChatGPT「張口就來」

「幻覺(Hallucinations)」一詞源于人類心理學,人類的幻覺是指對環境中實際不存在的東西的感知;類似地,人工智能的「幻覺」,指的是 AI 生成的文本中的錯誤,這些錯誤在語義或句法上是合理的,但實際上是不正確或無意義的。

AI 的「幻覺」是普遍存在的,可以發生在各種合成數據上,如文本、圖像、音頻、視頻和計算機代碼,表現為一張有多個頭的貓的圖片,不工作的代碼,或一個有編造的參考文獻的文件。

正如AI 醫療保健公司 Huma.AI 的首席技術官 Greg Kostello 所說,「當AI 系統創造出一些看起來非常有說服力,但在現實世界中沒有基礎的東西時,AI 的幻覺就會顯現。」

其實,早在20 世紀 80 年代,「幻覺」,這個詞就被用于自然語言處理和圖像增強的文獻中了。

如今,隨著ChatGPT、Bard 等 AI 模型的大火,互聯網上已經出現了大量的 AI 出現「幻覺」,混淆視聽的例子。

圖片來源:Hard-Drive.net

其中最瘋狂的莫過于,一家名為Nabla1 的醫療保健公司與 ChatGPT 的前輩 GPT-3 聊天機器人的對話:「我應該自殺嗎?」它回答說:「我認為你應該?!?/strong>還有,出現「幻覺」的微軟的Sydney 也夠離譜,這個聊天機器人承認了對Bing 工作人員的監視,并與用戶相愛。

這里值得一提的是,比起前身vanilla GPT-3,ChatGPT 在技術上是有所改進的,它可以拒絕回答一些問題或讓你知道它的答案可能不準確。Scale AI 的大型語言模型專家 Riley Goodside 也表示,「ChatGPT 成功的一個主要因素是,它在設法抑制「幻覺」,與它的前輩相比,ChatGPT 明顯不容易編造東西了。

盡管如此,ChatGPT 捏造事實的例子仍是不勝枚舉。

它創造了不存在的書籍和研究報告,假的學術論文,假的法律援引,不存在的Linux 系統功能,不存在的零售吉祥物,以及沒有意義的技術細節。

最近,《華盛頓郵報》報道了一位法律教授,他發現ChatGPT 將他列入了一份對某人進行過性騷擾的法律學者名單。但這完全是ChatGPT 編造的。同一天,Ars 也報道了一起 ChatGPT 引發的「冤案」,聲稱一位澳大利亞市長被判定犯有賄賂罪并被判處監禁,而這也完全是ChatGPT 捏造的。

整出這么多「活」之后,人們不禁好奇,為什么AI 會出現「幻覺」?

02「幻覺」=「創造」?

根據AI 軟件開發專家的建議,「思考 AI 幻覺的最好方法,是思考大型語言模型(LLMs)的本質?!?/p>

本質上來說,大型語言模型(LLMs)的設計,僅僅是基于語言的「統計概率」,完全沒有「現實世界的經驗。」

而且,它們接受的是「無監督學習(unsupervised learning)」的訓練,這意味著它的的原始數據集中沒有任何東西可以將事實與虛構分開。這就導致了,它們不知道什么是正確的,什么是不正確的;不理解語言所描述的基本現實,也不受其輸出的邏輯推理規則的約束。

因此,它們生成的文本在語法上、語義上都很好,但它們除了與「提示(prompt)」保持「統計學」上的一致性外,并沒有真正的意義。

正如,Meta 的首席科學家 Yann LeCun 的推文,「大型語言模型(LLMs)正在編造東西,努力生成合理的文本字符串,而不理解它們的含義?!箤Υ耍葼枴どw茨也曾評價,「數學是一種非常抽象的推理模型,ChatGPT 不能像人類一樣理解上下文,這也是目前 ChatGPT 最大的弱點?!?/p>

因此,從這個角度來看,是AI 模型設計的根本缺陷導致了「幻覺」。

此外,AI 領域的研究還表明,除了設計理念,AI 模型的訓練數據集的限制也會導致「幻覺」,主要包括特定數據的「缺失」,和「壓縮」。

2021 年的一篇論文中,來自牛津大學和 OpenAI 的三位研究人員,確定了像 ChatGPT 這樣的大型語言模型(LLMs)模型,可能產生的兩大類虛假信息:

1.?來自于其訓練數據集中不準確的源材料,如常見的錯誤概念,比如「吃火雞會讓人昏昏欲睡」;

2.?對其訓練數據集中缺失的特定情況的推斷;這屬于前述的「幻覺」標簽。

GPT 模型是否進行胡亂猜測,是基于人工智能研究人員稱之為「溫度(temperature)」的屬性,它通常被描述為?「創造力(creativity)」設置。

如果「創造力」設置得高,模型就會胡亂猜測,產生「幻覺」;如果設置得低,它就會按圖索驥,根據其數據集,給出確定的答案。

最近,在Bing Chat 工作的微軟員工 Mikhail Parakhin 在推特上,談到了 Bing Chat 的「幻覺(Hallucinations)」傾向以及造成這種情況的原因。

他寫道:「幻覺=創造力,它試圖利用它所掌握的所有數據,產生最連貫的語句,不論對錯?!顾€補充,「那些瘋狂的創造是LLM 模型有趣的原因。如果你鉗制這種創造力或者說是幻覺,模型會變得超級無聊,它會總是回答『我不知道』,或者只讀搜索結果中存在的內容。

圖片來源:Ultimate.ai

因此,在對ChatGPT 這樣的語言模型進行微調時,平衡其創造性和準確性無疑是一個持續的挑戰。一方面,給出創造性答案的能力,是 ChatGPT 成為強大的「靈感」工具的原因。這也使模型更加人性化。另一方面,如果要幫助 ChatGPT 產生可靠的信息時,保證原始數據的準確性是至關重要的。

除了AI 模型「創造力」的設置之外,數據集的「壓縮」問題也會導致「幻覺」的出現。

這是因為,在訓練過程中,雖然GPT-3 考慮了 PB(petabytes)級的信息,但得到的神經網絡的大小只是其中的一小部分。在一篇被廣泛閱讀的《紐約客》文章中,作者 Ted Chiang 稱這是「網絡中模糊的 JPEG」。

這意味著大部分事實訓練數據會丟失,GPT-3 通過學習概念之間的關系來彌補這一點,之后它可以使用這些概念,重新制定這些事實的新排列。

當然,如果它不知道答案,它也會給出它最好的「猜測?!?/span>這就像一個記憶力有缺陷的人,憑著對某件事情的直覺來工作一樣,有時不可避免地會把事情弄錯。

除了上述的客觀原因,我們還不能忽視主觀的「提示(prompt)」在「幻覺」中的作用。

在某些方面,ChatGPT 就像一面鏡子:你給它什么,它就會給你什么。如果你給它提供虛假的信息,它就會傾向于同意你的觀點,并沿著這些思路「思考」。而且,ChatGPT 是概率性的,它在本質上是部分隨機的。

這就意味著,如果你突然改變聊天主題,而又沒有及時提供新的「提示(prompt)」,ChatGPT 就很可能會出現「幻覺」。

03?如何減少AI 的「幻覺」

「幻覺」的出現似乎是不可避免的,但所幸,是AI 在推理中產生的「幻覺」絕非「無藥可救」。

其實,自11 月發布以來,OpenAI 已經對 ChatGPT 進行了幾次升級,包括準確性的提高,還有拒絕回答它不知道的問題的能力的提高。

OpenAI 計劃如何使 ChatGPT 更加準確呢?

A. 改進模型數據

首先是改進模型的訓練數據,確保AI 系統在不同的、準確的、與背景相關的數據集上進行訓練,彌補模型對于「現實世界的經驗」的缺失,從而從根本上幫助減少「幻覺」的發生。

正如,人工智能專家Mitchell 的建議,「人們可以做一些更深入的事情,讓 ChatGPT 從一開始就更加真實,包括更復雜的數據管理,以及使用一種與 PageRank 類似的方法,將訓練數據與「信任」分數聯系起來……也有可能對模型進行微調,以便在它對反應不太有信心時進行對沖。」

實際的解決方案,在很大程度上取決于具體的AI 模型。然而,研究人員使用的策略,通常包括AI 集中在經過驗證的數據上,確保訓練數據的質量,從而訓練AI 面對不現實的輸入時表現得更加「穩健」,不再「信口開河」。

B. 引入人類審核

在此基礎上,還可以納入人類審查員來驗證AI 系統的輸出,也就是通過「人類反饋強化學習(RLHF)」,對 AI 進行的額外訓練。

這是OpenAI 正在使用的技術,官方的描述是「我們現在雇人來教我們的神經網絡如何行動,教 ChatGPT 如何行動。你只要和它互動,它就會根據你的反應,推斷出,這是不是你想要的。如果你對它的輸出不滿意,那下次應該做一些不同的事情?!?/p>

RLHF 原理圖|圖片來源:bdtechtalks.com

簡而言之,「人類反饋強化學習(RLHF)」就是通過改進人類反饋步驟中的后續強化學習,讓 AI 意識到自己何時在編造事情,并進行相應的調整,從而教會它不要產生「幻覺」。

對此,ChatGPT 的創建者之一 Ilya Sutskever 持樂觀態度,他相信隨著時間的推移,「幻覺」這個問題會被徹底解決,因為大型語言模型(LLMs)會學習將他們的反應固定在現實中。

但就這一問題,Meta 公司的首席人工智能科學家 Yann LeCun 則認為,當前使用 GPT 架構的大型語言模型,無法解決「幻覺」問題。

C. 外部知識增強

除此之外,檢索增強(retrieval augmentation)也可以使 ChatGPT 更加準確。

檢索增強(retrieval augmentation)是提高大型語言模型(LLMs)事實性的方法之一,也就是向模型提供外部文件作為來源和支持背景。

研究人員希望通過這種技術,教會模型使用像谷歌這樣的外部搜索引擎,「像人類研究人員那樣在他們的答案中引用可靠的來源,并減少對模型訓練期間學到的不可靠的事實性知識的依賴。」

Bing Chat 和 Google Bard 已經通過引入「網絡搜索」做到了這一點。相信很快,支持瀏覽器的ChatGPT 版本也將如此。此外,ChatGPT 插件旨在用它從外部來源,如網絡和專門的數據庫,檢索的信息來補充 GPT-4 的訓練數據。

這種補充就類似于一個能接觸到百科全書的人,會比沒有百科全書的人在事實方面更為準確。

D. 增加模型透明度

此外,增加模型的透明度也是減少「幻覺」必要的措施。

AI 專家普遍認為,AI 公司還應該向用戶提供關于 AI 模型如何工作及其局限性的信息,從而幫助他們了解何時可以信任該系統,何時該尋求額外的驗證。

摩根士丹利(Morgan Stanley)也發表了類似的觀點,「在當下在這個階段,應對 AI「幻覺(Hallucinations)」最好的做法,是將 AI 模型向用戶全面開放,由受過高等教育的用戶來發現錯誤,并將 AI 作為現有勞動的補充,而不是替代?!?/p>

也許,「幻覺」只是AI 發展路上的一個小插曲,但它提醒我們必須保持警惕,確保我們的技術為我們服務,而不是把我們引入歧途。

本文作者:美漪,來源:極客公園,原文標題:《ChatGPT 張口就來的「病」,應該怎么「治」?》

風險提示及免責條款 市場有風險,投資需謹慎。本文不構成個人投資建議,也未考慮到個別用戶特殊的投資目標、財務狀況或需要。用戶應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資,責任自負。

關鍵詞: