應對AI胡編亂造 OpenAI稱找到解決“幻覺”方法

如今AI爆火，但是不可避免出現(xiàn)各種問題，比如胡編亂造，信口開河。ChatGPT開發(fā)商OpenAI本周三發(fā)布了一份研究論文，闡述了如何解決人工智能(AI)“幻覺”的新方法。AI幻覺指的是聊天機器人用編造的信息進行回應。

ChatGPT或谷歌“巴德”(Bard)這樣的聊天機器人會完全捏造信息，表現(xiàn)得好像他們在滔滔不絕地講事實，這就是AI幻覺。舉個例子：在谷歌2月份為巴德拍攝的宣傳視頻中，這個聊天機器人對詹姆斯·韋伯太空望遠鏡做出了不真實的陳述。最近，ChatGPT在紐約聯(lián)邦法院的一份文件中引用了“虛假”案例，涉案的紐約律師可能面臨制裁。

OpenAI研究人員在報告中稱：“即使是最先進的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。這些幻覺在需要多步驟推理的領域尤其是個問題，因為一個邏輯錯誤就足以破壞一個更大的解決方案?！?

為了對抗AI幻覺，OpenAI找到了一種潛在新策略：訓練AI模型在推理出答案的每個正確步驟上給予自我獎勵，而不僅僅是等到推理出正確的最終結論時才給予獎勵。研究人員表示，這種方法被稱為“過程監(jiān)督”，與之相反的是“結果監(jiān)督”，這可能會訓練出更好的可解釋AI，因為這種策略鼓勵模型按照更類似人類的“思考”方式進行推理。

“檢測和減輕一個模型的邏輯錯誤或幻覺，是構建一致性通用人工智能(AI)的關鍵步驟。”O(jiān)penAI數(shù)學論文生成器(mathgen)研究員卡爾·科布(Karl Cobbe)在接受采訪時表示。

他指出，盡管OpenAI并非發(fā)明了過程監(jiān)督方法，但該公司正在推動其發(fā)展?！斑@項研究的動機是解決幻覺問題，以使模型在解決具有挑戰(zhàn)性的推理問題方面能力更強?！?

科布說，OpenAI已經(jīng)發(fā)布了一個附帶的數(shù)據(jù)集，其中包含80萬個人類標注，它們用于訓練研究論文中提到的模型。