過去一周，人工智能領(lǐng)域有三個(gè)大的新聞：

(資料圖)

一是特斯拉“召回”36萬輛車具有全自動(dòng)駕駛功能的電動(dòng)汽車，以解決其全自動(dòng)駕駛系統(tǒng)在十字路口周圍做出的不安全行為及超速問題，消息當(dāng)天特斯拉收跌5.7%。

二是聊天機(jī)器人Bard錯(cuò)誤頻出，谷歌要求進(jìn)行回爐重造，并動(dòng)員公司全員進(jìn)行內(nèi)測(cè)。上周在相關(guān)消息傳出后，谷歌市值一夜蒸發(fā)千億美元。

三是微軟新版Bing公開測(cè)試一周后，網(wǎng)友發(fā)現(xiàn)該搜索引擎不僅會(huì)侮辱、欺騙用戶，甚至已學(xué)會(huì)PUA(精神操控)，還愛上用戶誘其離婚。微軟已經(jīng)表示將限定Bing機(jī)器人“聊天長(zhǎng)度”，避免AI“變態(tài)”。

紐約大學(xué)心理學(xué)和神經(jīng)科學(xué)教授Gary Marcus表示，有人在Twitter上說這是三個(gè)不同的問題，但并不是，“特斯拉召回、微軟Bing失敗和谷歌Bard失敗并不是獨(dú)立的，每一個(gè)都反映了一個(gè)事實(shí)，那就是我們不能僅靠大數(shù)據(jù)和深度學(xué)習(xí)在現(xiàn)實(shí)世界中構(gòu)建人工智能”。

“同時(shí)發(fā)生的內(nèi)爆會(huì)將AI打入寒冬嗎？”Marcus問到。

他在Twitter上說，我們需要新的方法，目前AI已經(jīng)被過度營(yíng)銷。

從假新聞到假觀點(diǎn)，AI會(huì)讓互聯(lián)網(wǎng)“更假”？

近期ChatGPT火爆全球，讓人們看到了人工智能的飛速發(fā)展。

有分析稱，ChatGPT顯然是一個(gè)強(qiáng)大的新工具，有潛力在許多領(lǐng)域做很多好事，但也會(huì)有不利的一面。其中，像ChatGPT這樣的AI將能夠?qū)θ魏问虑楫a(chǎn)生無限的、幾乎免費(fèi)的“意見”。但與此同時(shí)也會(huì)產(chǎn)生很多虛假觀點(diǎn)，并侵蝕自由主義話語中的另一個(gè)信任支柱，即活躍在線上的是真實(shí)的人。

如今，網(wǎng)絡(luò)上的假新聞泛濫已經(jīng)成為一個(gè)全球性的問題。假新聞以不實(shí)資訊誤導(dǎo)大眾，以帶來政治、經(jīng)濟(jì)、市場(chǎng)利益或心理成就感的新聞或宣傳，包括通過傳統(tǒng)新聞媒體（印刷和廣播）或在線社交媒體傳播故意錯(cuò)誤資訊或惡作劇，并形成一種負(fù)面循環(huán)。

毫無疑問，處理故意的假新聞是一個(gè)難題。而AI如果分享的是虛假觀點(diǎn)，可能會(huì)產(chǎn)生更大的影響。宣傳者明白這一點(diǎn)：讓一個(gè)人相信某件事，最有效的策略也許就是讓他們相信大多數(shù)和他們一樣的人已經(jīng)相信了這件事。

與過去的機(jī)器人不同，ChatGPT或類似的AI不需要發(fā)送幾乎完全相同觀點(diǎn)的復(fù)制粘貼語句。它們可以模仿人類，在一系列主題中產(chǎn)生無限連貫、細(xì)致入微和完全獨(dú)特的內(nèi)容。

分析稱，由一個(gè)AI運(yùn)行的Facebook賬戶可能會(huì)一開始每天發(fā)布食譜或關(guān)于它的狗的故事，過幾個(gè)月或幾年后才開始散布一些觀點(diǎn)，比如，烏克蘭應(yīng)該為俄烏沖突負(fù)責(zé)。數(shù)以百萬計(jì)的人可以、也將會(huì)在幾乎沒有成本的情況下創(chuàng)建這樣的賬戶。

機(jī)器人賬戶不僅會(huì)主動(dòng)發(fā)帖，還會(huì)對(duì)其他用戶的帖子做出反應(yīng)，并參與長(zhǎng)期對(duì)話。它們可以被編程為尋找特定的關(guān)鍵詞，如“烏克蘭”、“北約”或“普京”，分析過去的文章，并給出合理的回答。

幾乎免費(fèi)的意見的無限供應(yīng)可能會(huì)排擠真實(shí)的——即人類的——貢獻(xiàn)。一旦機(jī)器人專家變得與人類無法區(qū)分，人類將開始質(zhì)疑網(wǎng)絡(luò)上每個(gè)人的身份，尤其是那些與他們意見相左的人。

分析還稱，盡管AI還不成熟，但技術(shù)的局限性并不妨礙播下不信任的種子。某種意義上，技術(shù)局限甚至可能是一種功能，而不是bug。

在Twitter上隨機(jī)爭(zhēng)論的用戶并不以其言論的準(zhǔn)確性和復(fù)雜性而聞名。錯(cuò)誤、不準(zhǔn)確，甚至是編造的消息來源都可能給機(jī)器帶來人性化的感覺。最重要的是可信度，當(dāng)前版本的ChatGPT制造可信內(nèi)容的能力肯定不比普通Twitter用戶差。

生成式AI是一面鏡子：它最大的缺陷是人類的缺陷

也有分析指出，生成式AI有時(shí)會(huì)被批評(píng)有偏見、不準(zhǔn)確甚至自相矛盾，但這些都不是生成式AI本身的特征。問題的根本原因是，我們訓(xùn)練神經(jīng)網(wǎng)絡(luò)來模擬的人類創(chuàng)造的內(nèi)容是有偏見的、不準(zhǔn)確的、自相矛盾的。為什么?因?yàn)槲覀儯瑒?chuàng)造它的人，每個(gè)人都有自己的偏見，會(huì)犯錯(cuò)誤，然后這些內(nèi)容被用作訓(xùn)練神經(jīng)網(wǎng)絡(luò)的語料庫。

一種可能的解決方案是確保當(dāng)我們訓(xùn)練神經(jīng)網(wǎng)絡(luò)時(shí)，我們提供給它的內(nèi)容是公正、準(zhǔn)確和邏輯一致的。除非我們這樣做，否則我們只是在模仿和延續(xù)過去的錯(cuò)誤：輸入垃圾，輸出垃圾。到目前為止，這個(gè)問題一直困擾著OpenAI的GPT系列模型，因?yàn)樗鼈兌急惶峁┝舜罅烤W(wǎng)絡(luò)的快照，作為它們應(yīng)該模仿的內(nèi)容的基礎(chǔ)。

網(wǎng)絡(luò)當(dāng)然不是完全公正、準(zhǔn)確和邏輯一致的，這就是為什么OpenAI對(duì)其模型進(jìn)行了編碼包裝，以試圖防止用戶得到模型可能產(chǎn)生的最壞結(jié)果——到目前為止，這只是部分成功。

不幸的是，確保用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的內(nèi)容公正準(zhǔn)確，說起來容易做起來難。另一種可能更現(xiàn)實(shí)的方法是試圖確定神經(jīng)網(wǎng)絡(luò)存儲(chǔ)信念的位置，然后編輯這些信念以使其準(zhǔn)確，或者刪除錯(cuò)誤的信念，否則會(huì)與同樣持有的正確信念相排斥。

無論采取何種方法，更棘手的挑戰(zhàn)將是找出誰來決定哪些信念是有偏見的、不準(zhǔn)確的或不合邏輯的，哪些不是。這與其說是一個(gè)技術(shù)挑戰(zhàn)，不如說是一個(gè)文化和社會(huì)挑戰(zhàn)。

分析指出，在決定語料庫或模型的哪些部分是有偏見的、不準(zhǔn)確的或不合邏輯的復(fù)雜過程中，以人為本的設(shè)計(jì)過程將是必不可少的，因?yàn)樗鼜?qiáng)調(diào)理解使用系統(tǒng)的人的真實(shí)需求和生活經(jīng)驗(yàn)，并經(jīng)常迭代以達(dá)到更高的質(zhì)量。

關(guān)鍵詞： 神經(jīng)網(wǎng)絡(luò) twitter bing 人工智能