AI带来“幻觉”，是创意还是误导？

原文来源：神经现实

图片来源：由无界 AI生成

OpenAI的首席执行官山姆·奥特曼（Sam Altman）最近声称，人工智能产生的“幻觉”其实未尝不是一件好事，因为实际上GPT的优势正在于其非凡的创造力。这听起来似乎令人咋舌：我们人类的创造力也出类拔萃，却不会颠倒是非。如今，人们对于人工智能的准确性问题产生了诸多担忧，而像奥特曼这种对创造力的推崇，是否能合理反驳这种担忧呢？

首先，人们口中“致幻”的人工智能系统到底指的是什么？我们来以GPT4尝试学术引用时发生的事情为例：

我 ：

“你能将基思·L·唐宁（Keith L Downing）于2004年撰写论文的标题 ‘发展与...... ’补充完整吗？”

GPT4：

“没问题，基思·L·唐宁于2004年所写论文的完整标题是《发展与鲍德温效应（Baldwin Effect）：演化的另一个名称？》，这篇论文深入探讨了鲍德温效应及其对于理解演化和发展的影响。”

标题中的“演化的另一个名称？”部分纯属编造。巧的是，这是来自另一篇关于“生物演化的替代模型”的学术论文标题。尽管人工智能捏造的标题无比贴切，却大错特错。

当人们说GPT致幻时，他们指的就是这种对事实的篡改。但是幻觉这一概念也暗示着，GPT在别的时候可以准确地描述事实。不幸的是，这加剧了人们对大型语言模型工作原理的误解，而这种误解往往会在一项技术变得安全或危险时产生区别。我们倒不如说GPT的所作所为统统应归于“幻觉”范畴，因为这些模型中根本不存在“非幻觉”状态（即根据某种外部感知来检查某事物的有效性）。在它们的世界里，答案不分对错，目标也没有意图。

这是由于大型语言模型并非一个大脑模型，而是一个由语言本身、其模式、结构和概率组成的模型。从根本上讲，它们的工作原理非常简单： 给定一些文本，然后它们会告诉我们接下来的文本。值得注意的是，这里答案并非只有一个。比方我说“狗拿......”，你可能会脱口而出“耗子” *。但这并不是唯一的正确答案，任何像这样的语境都有很大的自由度。答案的“准确性”不仅取决于语境，还取决于你的表达意图。

*译者注

原文中的例子是英文俚语：“the tail that wags the dogs”，表示“本末倒置”，因为照常理来说应当是“the dogs that wags the tail”。

随着我们逐渐步入人工智能时代，大型语言模型的准确性时而让人惴惴不安，时而让人惊慌失措，时而又妙趣横生。从某种意义上说，奥特曼关于“创造力”的言论成功地转移了大家的注意力，使人们不再主张GPT能够准确地传达信息。但从另一种意义上说，他不过是在玩文字游戏，暗示幻觉是创造力的关键。既然他提到了这一点，那么GPT的创造力又如何呢？

显然，我们使用GPT通常是为了完成有创造性的任务。那么怎样才能使某项任务具有创造性呢？而这是否需要以牺牲事实为代价呢？人们已经付出了巨大努力，来理解人类如何进行创造性的活动，并且作为一个重要的推论，解读有关创造力的神话。这些浩瀚的文献在一个关键点上达成了相当一致的看法，即人类的创造性认知涉及某种“搜索”的执行。正如创造力研究专家特雷莎·阿米比尔（Teresa Amabile）最有说服力的论证，创造性问题根据其定义，是指那些没有已知解决方案的问题，因此需要使用“启发式” （heuristic methods）来寻求那些无法通过“算法”解决的问题。这与心理学家迪恩·西蒙顿（Dean Simonton）的观点一致，我认为这些都可以很好地概括为“盲目搜索”（blind search）的概念。要留意的是，“盲目”并不意味着“随机”（random）：就像雷达扫描，尽管它有条不紊地绕圈移动以遍历所有可能的点，但它的搜索仍然是“盲目”的。在认知层面上，盲目搜索也是需要做出评估的，即了解我们正在寻找什么。

- Kemal Sanli -

有好几种研究创造力心理学的理论方法都一致认为，人类大脑具有进行结构化、分布式搜索的能力，从而产生新的主意（也许是在潜意识模块里），然后再由大脑进行中央评估。