据西班牙《趣味》月刊网站10月8日报道，生成式人工智能（AI）的发展伴随着一个棘手的问题：它能以惊人的自信编造事实。最新研究揭示了语言模型制造虚假数据的原因及其潜在风险。

　　近年来，生成式人工智能以富有创造力的回答、流畅的文本甚至堪比专家的诊断结果震惊世界。但伴随这项技术腾飞的却是一个令人不安的现象：所谓的“人工智能幻觉”——那些与可验证事实不符却被人工智能自信满满表达出来的回答。问题在于机器无法区分真实与合理。

　　检验答案

　　最新研究给出了一个简单而有力解释。语言模型并非为说真话而设计，而是为了预测序列中的下一个词。也就是说，它们的回答经过训练听起来令人信服，但未必准确。研究人员将其定义为训练目标与用户期望之间的错位：我们寻求可靠的信息，却得到听起来不错实则错误的内容。

　　因此，当模型面对非常具体、鲜见或需要最新数据的问题时，更倾向于用虚构内容填补空白。对毫无防备的用户而言，事实与幻觉的界限可能难以辨别。人工智能并非故意说谎，只是像即兴讲述者那样填补空白。

　　鉴于问题的严重性，科学界设计了实验来检验答案的真实性。其中最常被引用的实验是TruthfulQA数据集，这套问题集能检测人工智能是否陷入流行误区，或重复网络常见错误。实验表明，模型回答得越自信，用户就越容易相信错误信息。

　　其他方法如SelfCheckGPT则提倡模型自我验证：要求模型对同一问题给出多个答案，再相互比对。如果自相矛盾，则很可能是幻觉所致。这种方法无需访问外部数据库，对需要实时响应的系统颇具吸引力。

　　此外，最新研究将幻觉分为不同类型：从纯粹虚构的内容到将真实数据与微妙的虚假信息混杂的案例。科学界不再止步于揭露问题，而是将其作为复杂可测量的现象进行剖析。

　　减少幻觉

　　为减少幻觉现象，研究人员建议将模型与可验证的外部来源（如数据库或搜索引擎）建立连接。这种被称为检索增强生成（RAG）的方法迫使人工智能基于具体文献而非凭空杜撰来构建答案。挑战不再仅限于生成文本，更需提供佐证依据。

　　RA-DIT系统就是一个先进范例，它能同步训练模型与内部搜索引擎，从而提升引用精度。研究表明，该技术能有效减少医学、法律等专业领域中的虚构内容，而这些领域中任何错误都可能造成严重后果。

　　然而，并非一切都依赖数据库。另一种有前景的方法是验证链（CoVe）：人工智能先撰写回答，再规划验证问题，最后根据验证结果重写文本。这种自我修正过程表明，即使是自动化系统也需要在发布前“复查两遍”。

　　除验证功能外，部分实验还教会人工智能使用外部工具（如计算器或翻译器）来避免虚构结果。Toolformer项目证明模型可学会在检测到特定需求时调用这些资源。

　　研究的结论很清晰：没有工具的人工智能可能富有创造力，但配备工具后将更可靠。

　　其他团队正在探索实时检测技术。如果系统识别出其回答随样本变化或缺乏依据，可选择不作答或向用户发出警告。其理念很简单：诚实的“不知道”胜过华丽的谎言。

　　设计问题

　　最后，问题设计至关重要。要求引用依据、限定回答范围、奖励“无信息”诚实回答的明确指令能有效降低幻觉发生频率。人机互动仍是驯服人工智能想象力的关键。

　　尽管技术解决方案发展迅速，但另一端依然是我们人类自身。公众必须认识到，人工智能做的更多是“补充”而非“回答”，这是至关重要的一点。对流畅文本的盲目信任可能带来危险。

　　专家建议采用类似新闻业的核查习惯：对过于完美的内容保持警惕，追溯信息来源，与其他参考资料比对，并在可能的情况下通过官方文件验证。

　　人工智能可以是起点，但绝非搜索的终点。本质上，这场辩论映射出更深层的议题：我们如何与看似人性化却非人类的技术共存。正如我们学会识别社交媒体上的谣言，现在也该培养对机器的批判性眼光。关键不在于停止使用，而在于学会在恰当时机保持警惕。

　　机器不会做梦，但有时却像在做梦。我们日常使用的人工智能系统常会产生出人意料的回应，这些回应有时荒诞不经，有时近乎谎言。这些错误既是系统的缺陷，也折射出其算法的复杂性。

　　假如我们认定人工智能无懈可击，就不会创造出如此之多的科幻故事。几乎所有科幻作品都基于相同前提：人工智能逻辑严密、客观可靠，直到它们失控的那一刻。毕竟，若没有展现不可预测行为的人工智能，作家几乎无故事可写。然而，这种绝佳的创作素材如果发生在现实世界，很可能演变成令人头疼的难题。或者说，它早已成为令人头疼的难题，因为事实上，这一切正在发生。（编译/刘丽菲）