ChatGPT為什么會(huì)“胡說(shuō)八道”？

電子設(shè)計(jì)聯(lián)盟

AI幻覺(jué)，簡(jiǎn)單來(lái)說(shuō)，是指人工智能系統(tǒng)（自然語(yǔ)言處理模型）生成的內(nèi)容與真實(shí)數(shù)據(jù)不符，或偏離用戶指令的現(xiàn)象，就像人類說(shuō)“夢(mèng)話”一樣~

* t' c9 d4 ]! t7 e; ?
那么AI幻覺(jué)有哪些？是什么原因產(chǎn)生的？我們?cè)撊绾伪苊釧I幻覺(jué)呢？

1
AI會(huì)產(chǎn)生什么樣的幻覺(jué)？
3 W: X8 n8 U8 p
% D6 ]9 `1 B  R* a可能有的小伙伴說(shuō)：“我知道了！AI‘胡說(shuō)八道’就是AI幻覺(jué)唄？”其實(shí)也沒(méi)這么簡(jiǎn)單，AI幻覺(jué)主要有兩類。
- O' _7 P8 T; s4 _7 A  F事實(shí)幻覺(jué)：“假新聞制造機(jī)”
A：事實(shí)不一致：AI生成的內(nèi)容與現(xiàn)實(shí)世界事實(shí)相矛盾
' H" o; a5 J- ]* X: P
當(dāng)被問(wèn)及“世界上最高的山峰是哪座？”，如果AI回答“深圳塘朗山是世界上最高的山峰�！边@就是一個(gè)事實(shí)不一致的例子，因?yàn)樘晾噬阶�落于廣東省深圳市，海拔430米遠(yuǎn)低于珠穆朗瑪峰8848.86米，這個(gè)回答與現(xiàn)實(shí)世界的事實(shí)相矛盾。
. l: |- O' E9 D! `% q" i) j6 sB：事實(shí)捏造：AI生成完全虛構(gòu)的內(nèi)容
+ ]% H1 F1 c  P7 z
( j  y* F1 ?6 {' t2 h. I) u. e
, m  {7 F3 }/ h如果AI描述說(shuō)“2024年，考古學(xué)家在埃及金字塔內(nèi)發(fā)現(xiàn)了一座隱藏的密室，里面藏有古代法老的寶藏和未知的高科技裝置�！边@就是完全虛構(gòu)的信息，截至目前沒(méi)有考古發(fā)現(xiàn)或科學(xué)證據(jù)表明埃及金字塔內(nèi)存在未被發(fā)現(xiàn)的密室，更不用說(shuō)藏有古代法老的寶藏或未知的高科技裝置了。
忠誠(chéng)度幻覺(jué)：“指令迷失”
! O6 e* K$ I, t3 \3 |A：指令不一致：AI的回答偏離用戶的要求


/ E7 T4 @$ T' c) X  X" X9 o# W6 `# i如果用戶要求AI“講解一下龍飛鳳舞”，但AI回答了“老鐵，我給你搜了幾段舞蹈教學(xué)” ，這就完全偏離了原始的問(wèn)題。
B：上下文不一致：AI生成的內(nèi)容與提供的背景信息不符

  ?- L9 x4 n3 A1 f5 V假設(shè)在一個(gè)討論中國(guó)傳統(tǒng)節(jié)日的上下文中，用戶問(wèn)：“春節(jié)是什么時(shí)候？”AI回答：“春節(jié)是中國(guó)農(nóng)歷新年，通常在每年的1月或2月慶祝�！边@個(gè)回答是正確的，符合春節(jié)的基本情況。
然而，如果AI接著說(shuō)：“春節(jié)是紀(jì)念屈原的節(jié)日，人們會(huì)吃粽子和賽龍舟�！边@就是上下文不一致的例子，因?yàn)锳I的回答與春節(jié)的背景信息不符。
1 G" v2 o: ~, Q7 X7 kC. 邏輯不一致：AI的輸出存在內(nèi)在邏輯矛盾
2 y, e. E- K5 {+ P& m5 Y  l開頭的9.11大于9.9就是一個(gè)典型的數(shù)值計(jì)算邏輯混亂的例子……，AI把自己繞蒙了~
# ?0 w' v# ]+ p! U% k
2
# U3 a- g. q. E- l4 M0 nAI幻覺(jué)有哪些特點(diǎn)

內(nèi)容流暢性：盡管內(nèi)容可能有誤，AI生成的文本通常仍然連貫流暢。

表面合理性 ：生成的內(nèi)容表面上看起來(lái)可信，給人以“這看起來(lái)很對(duì)”的第一印象，非專業(yè)人士難以辨別。

上下文相關(guān) ：AI的幻覺(jué)內(nèi)容并非憑空出現(xiàn)，它們通常與特定的上下文情境緊密相關(guān)。

不可預(yù)測(cè)性 ：很難預(yù)測(cè)AI何時(shí)會(huì)產(chǎn)生幻覺(jué)，可能幻覺(jué)也很難復(fù)現(xiàn)，就像人很難在今天做一個(gè)與昨天相同的夢(mèng)。
* g) c1 K& z+ b3
AI幻覺(jué)的“幕后黑手”
. X6 ^1 u( |! |7 N
AI幻覺(jué)主要來(lái)自以下方面：數(shù)據(jù)里的“坑”

- y, j0 U$ B6 V8 }5 m; f" \

訓(xùn)練數(shù)據(jù)局限：AI訓(xùn)練數(shù)據(jù)可能包含錯(cuò)誤、偏見或過(guò)時(shí)信息。就像教小朋友學(xué)習(xí)，課本是錯(cuò)的，考試自然無(wú)法答對(duì)。

缺乏實(shí)時(shí)更新：AI通常基于靜態(tài)數(shù)據(jù)訓(xùn)練，無(wú)法及時(shí)獲取最新信息�？荚囈�根據(jù)最新的資料復(fù)習(xí)，拿一本82年的教材是考不了24年的高考的~
2 t8 w; F" L% I3 a$ G- f

訓(xùn)練過(guò)程的“小插曲”

過(guò)度泛化 ：模型可能過(guò)于依賴某些模式，導(dǎo)致在新情況下推導(dǎo)錯(cuò)誤。就像我們學(xué)習(xí)時(shí)候只記住了公式，卻不會(huì)靈活變通。

上下文理解不足：AI可能無(wú)法完全把握復(fù)雜的上下文關(guān)系。在處理多個(gè)復(fù)雜信息點(diǎn)，或者在推理時(shí)容易出錯(cuò)。就像我們的大腦有時(shí)也會(huì)短路一樣。

模型本身的“小缺陷”

# |  }. [' ~- a
2 Z/ B3 y/ o9 S* s' a模型結(jié)構(gòu)限制：AI通過(guò)統(tǒng)計(jì)模式預(yù)測(cè)，但可能無(wú)法真正理解信息�！澳阋詾樗�真的懂你，其實(shí)也不過(guò)是基于復(fù)雜算法的數(shù)學(xué)而已~”
/ K* `+ ]2 e% q; N) {4

如何避免AI幻覺(jué)？
8 V. c: B* F; n7 @/ a. |8 G4 J- N1 H
4 m$ I3 E  J) g8 }- X) N8 v% x避免AI幻覺(jué)有以下幾個(gè)“絕招”，各位少俠看“自身功力”，酌情修煉~一. 提示工程有策略提示工程通過(guò)優(yōu)化AI的輸入提示，使生成的內(nèi)容更準(zhǔn)確。
A. 檢索增強(qiáng)生成（RAG）技術(shù)

RAG技術(shù)通過(guò)引入外部知識(shí)來(lái)幫助AI生成更準(zhǔn)確的內(nèi)容。主要方法包括：
生成前檢索：在內(nèi)容生成前，系統(tǒng)會(huì)預(yù)檢索相關(guān)背景信息，為生成過(guò)程打下堅(jiān)實(shí)的基礎(chǔ)。
生成過(guò)程中檢索：在生成過(guò)程中，系統(tǒng)實(shí)時(shí)檢索并整合外部知識(shí)，確保內(nèi)容的時(shí)效性和深度。
/ v& B" X1 X. A* B# M  \生成后檢索 ：生成后，系統(tǒng)再次檢索，與現(xiàn)有證據(jù)進(jìn)行對(duì)比，驗(yàn)證生成內(nèi)容的準(zhǔn)確性。

例如，當(dāng)AI被問(wèn)到“2024年登月的宇航員有哪些？“時(shí)，RAG系統(tǒng)會(huì)先檢索最新的新聞信息，然后基于檢索到的準(zhǔn)確信息生成回答。

1 E. {# f6 ^0 l5 `0 f: [. I0 pB. 基于反饋和推理的自我改進(jìn)機(jī)制
這種方法賦予AI自我反思的能力，使其能夠不斷優(yōu)化生成的內(nèi)容。
0 |. E5 G! h" U7 P
( P' Y8 W) ?/ S3 z' T* i
: f5 h' ^; k5 q. w5 G- S! {. |AI在生成答案后，會(huì)進(jìn)行自我審視，提出疑問(wèn)：“這個(gè)答案是否全面？是否有關(guān)鍵信息被忽略？”
C. 提示詞的精細(xì)化調(diào)優(yōu)
通過(guò)精心設(shè)計(jì)的提示詞，引導(dǎo)AI生成更可靠、更精確的內(nèi)容。
" [$ W1 I  M$ k
4 ]0 |4 J' t/ M9 a+ k- C
+ ?$ C5 k( B- @0 j+ l例如，在地圖導(dǎo)航的AI應(yīng)用中，使用“請(qǐng)根據(jù)最新的交通管制政策、路況信息、天氣情況，提供明天上午九點(diǎn)到深圳灣公園的路線推薦，分別提供駕車與公共交通的路線信息，用時(shí)推薦等”具體提示，代替籠統(tǒng)的“如何去深圳灣公園”。
. D! w+ h' D6 k- {+ ?這種方法不僅提升了信息的全面性，也增強(qiáng)了AI回答的針對(duì)性。（這不僅是我們最容易實(shí)現(xiàn)的策略，也是最直觀有效的方法，能夠顯著改善內(nèi)容生成的質(zhì)量和深度。
  s9 p8 A% \8 m( ~
' j5 Q7 P( }  A. z- {2 \）
) @5 P  S! C9 o' F$ X. @' e二. 模型開發(fā)不能停AI模型與訓(xùn)練過(guò)程的不斷進(jìn)化是減少幻覺(jué)產(chǎn)生的關(guān)鍵。

. c! O5 v; B: _+ x) \6 a$ X& k1 q6 WA. 創(chuàng)新解碼技術(shù)
' B3 ~3 d8 ]8 H; M) `" N采用新的解碼策略，以便更精準(zhǔn)地處理語(yǔ)言上下文，例如上下文感知解碼（CAD）。

9 y, Y% u) l/ V; S. A這種方法通過(guò)在解碼過(guò)程中引入上下文信息，鼓勵(lì)模型更多地關(guān)注所提供的上下文，而不是僅僅依賴于模型在預(yù)訓(xùn)練階段學(xué)到的知識(shí)。

例子：在翻譯一部科幻小說(shuō)時(shí)，傳統(tǒng)模型可能會(huì)直譯“Beam me up”為“把我光束上去”，而應(yīng)用CAD的模型會(huì)理解這是一句要求傳送的指令，正確翻譯為“把我傳送上去”。
' y& N: j0 V6 ]5 L

( u1 |/ @/ r9 \0 C3 m8 M# l' aB. 知識(shí)圖譜的應(yīng)用
通過(guò)知識(shí)圖譜，我們能夠豐富AI的知識(shí)庫(kù)，讓生成的內(nèi)容更加準(zhǔn)確和有深度。
' f" {" L% ?% U7 X! N, ~5 L, F
9 o; |3 A& F, C& x想象一下，知識(shí)圖譜就像一個(gè)巨大的、互聯(lián)的“社交網(wǎng)絡(luò)”，但它不是連接人，而是連接各種信息和概念。每個(gè)“用戶”在這個(gè)網(wǎng)絡(luò)中都是一個(gè)實(shí)體，比如人、地點(diǎn)、事物或者概念。
( w( M" [# A; ]# U7 ?
它們通過(guò)各種“關(guān)系”相互連接，就像社交軟件上的好友關(guān)系一樣。知識(shí)圖譜通過(guò)這種方式組織信息，就像一個(gè)超級(jí)學(xué)霸幫助AI快速找到信息，并且理解不同信息之間的聯(lián)系。
) D2 p: \, n. V; E" p" S! b; \5 Y8 w8 P2 d0 y
7 ?! z3 C: m3 ~3 [2 X+ G+ J舉個(gè)例子，如果你在知識(shí)圖譜中查找“蘋果”，它不僅會(huì)告訴你蘋果是一種水果，還可能告訴你蘋果公司是一家科技公司，甚至還會(huì)告訴你牛頓被蘋果啟發(fā)發(fā)現(xiàn)了萬(wàn)有引力。

. O% @! r+ Q8 p+ t% n
& r- l0 B# Z' F7 {; S/ N0 mC. 基于忠實(shí)度的損失函數(shù)
- g2 w) ^  U2 W8 H. G: M8 ]引入新的損失函數(shù)，對(duì)偏離原始數(shù)據(jù)的生成內(nèi)容進(jìn)行懲罰，以減少不準(zhǔn)確的信息，從而把AI從幻覺(jué)中“掐醒”。
9 Q2 R6 S) _* `9 y* x

9 k: e5 z: @$ @! S2 I/ Z舉個(gè)例子，AI在生成文章摘要時(shí)，如果回答中添加了原文中未提及的內(nèi)容，損失函數(shù)會(huì)提高懲罰，確保模型學(xué)習(xí)到生成與原文相符的內(nèi)容。
* j0 M# H' K- s5 R$ a$ b

D. 監(jiān)督微調(diào)
2 V# e) i3 N7 {& W+ S2 M通過(guò)特定領(lǐng)域的數(shù)據(jù)進(jìn)行微調(diào)，提升模型在特定任務(wù)上的準(zhǔn)確性。


舉個(gè)例子，一個(gè)通用的語(yǔ)言模型可能對(duì)通信術(shù)語(yǔ)理解有限。通過(guò)使用大量通信行業(yè)資料進(jìn)行訓(xùn)練微調(diào)，可以顯著提高模型在通信領(lǐng)域的準(zhǔn)確性。
$ [, ^5 k. a2 O0 G比如，它可以更準(zhǔn)確地區(qū)分相似通信術(shù)語(yǔ)的區(qū)別，如EBGP和IBGP。

三. AI Agent為模型加BuffAI Agent有特定的能力可以提高模型的可靠性，通過(guò)這種方式，AI Agent能夠更好地理解和處理復(fù)雜的任務(wù)，減少在生成文本時(shí)出現(xiàn)的錯(cuò)誤或不準(zhǔn)確的信息。
A. PAL（Program-Aided Language Models，程序輔助語(yǔ)言模型）：PAL技術(shù)通過(guò)將程序化邏輯嵌入到語(yǔ)言模型中，使得AI能夠執(zhí)行特定的程序或算法來(lái)完成任務(wù)。
: L3 o9 P1 B, d% i0 R+ wPAL技術(shù)像是一個(gè)“自動(dòng)化工具”，它通過(guò)內(nèi)置的程序邏輯來(lái)指導(dǎo)AI系統(tǒng)如何完成任務(wù)。這種技術(shù)的優(yōu)勢(shì)在于能夠處理那些規(guī)則明確、步驟固定的任務(wù)。
) X- E' W8 a$ r- u" g5 J3 w
舉個(gè)例子，如果你告訴基于PAL技術(shù)的AI系統(tǒng)：“我需要在每天下午3點(diǎn)提醒我喝水�！毕到y(tǒng)會(huì)設(shè)置一個(gè)自動(dòng)化的日程提醒，每天按時(shí)提醒你，而不需要進(jìn)一步的交互。


% K7 y+ U: @( _6 L) T1 E: dB. ReAct（Reasoning and Acting，推理與行動(dòng)）：
ReAct技術(shù)強(qiáng)調(diào)AI對(duì)上下文的理解，以及基于這種理解進(jìn)行的推理和決策。
; i! y7 r' {3 J  Z- B0 c
1 o0 c1 }5 o4 S5 nReAct技術(shù)更像是一個(gè)“智能助手”，它不僅理解用戶的請(qǐng)求，還能夠根據(jù)請(qǐng)求的內(nèi)容進(jìn)行推理，并采取相應(yīng)的行動(dòng)。這種技術(shù)的優(yōu)勢(shì)在于能夠處理那些需要靈活推理和決策的任務(wù)。
7 p1 L# E, z% `) G$ \9 _* u
舉個(gè)例子，如果你告訴基于ReAct算法的AI系統(tǒng)：“我明天有個(gè)會(huì)議，需要準(zhǔn)備一份報(bào)告�！盧eAct系統(tǒng)會(huì)理解你的請(qǐng)求，然后推理出你需要的信息類型，可能會(huì)詢問(wèn)你報(bào)告的具體內(nèi)容和格式，然后根據(jù)這些信息來(lái)幫助你準(zhǔn)備報(bào)告。


1 m/ S0 i1 J, l  J$ }' f# c
5 O  X+ s* \+ x1 u& T5 W* nEND
文檔君的AI幻覺(jué)就介紹到這啦！是不是秒懂了“AI幻覺(jué)”？
1 V8 l: @, _# u
, S  Z1 W. X; @所以下次當(dāng)你的AI應(yīng)用開始“夢(mèng)話連篇”，不要“嘲笑”它，也不要急于按下“重啟”鍵。
其實(shí)，AI也是在學(xué)習(xí)中成長(zhǎng)的“小朋友”，它們?cè)谂�力成長(zhǎng)，可能偶爾也會(huì)開個(gè)小差，做個(gè)“白日夢(mèng)”。只要我們用正確的方法引導(dǎo)它，多用一點(diǎn)耐心教導(dǎo)它，它就能從“夢(mèng)游”中醒來(lái)，為我們提供準(zhǔn)確、可靠的服務(wù)

~~~

小問(wèn)答
請(qǐng)問(wèn)“林黛玉倒拔垂楊柳”屬于AI的哪一種幻覺(jué)呢

？還有沒(méi)有什么典型的AI幻覺(jué)的例子？評(píng)論區(qū)跟大家分享一下吧~