AI“幻觉”的类型、原因与应对方法（13）——什么是AI“幻觉”

所谓AI“幻觉”（Hallucination），是指AI会给出看似有理有据，却全然错误的回答，也就是我们俗称的“一本正经地胡说八道”（当然，AI自己是不知道的）。AI“幻觉”是一种很常见的现象（至少到本文写作的24年6月时仍是如此），根据国外的一份针对974位受访者的调研报告指出，高达72%的人相信AI能提供可靠和真实的信息，然而，他们中的75%的人至少被AI误导过一次。

AI“幻觉”有许多种表现形式，以下就是一些常见的AI幻觉类别：

假定各种假设：有时，AI可能会在试图解答我们的问题时，基于某些随机或与事实不符的假设。这种情况下，AI并不是故意要误导我们，而是因为它无法理解真实的情境，只能靠模拟训练数据中的模式来尽力产生看似合理的回答。这种情况下，AI可能会得出一些无根据的猜测，就像一个没有足够信息的侦探，只能靠猜测来填补不足的信息。
对事实的过度推断：AI模型有时可能会对事实的某个部分进行过度的推断，夸大自己的理解，进而为缺乏足够明确性或深度的信息添加更多的细节。例如，在一个关于古罗马的问答场景中，如果AI模型只知道古罗马是一个存在过的文明，它可能会尝试通过过度解读这一信息，生成更具体的、可能并不完全准确的细节，比如古罗马在某一具体日期的具体事件。
无缘无故的信心：或许你也曾经遇到过，有时我们会问AI一些明显超出它知识范围的问题，但AI仍会以充满信心的态度来回答，而不是选择保持沉默。这是因为AI模型被设计为总是尽全力生成回答，无论问题是否超出了它的理解范围。然而，这种过度的自信往往会误导用户，使他们错误地认为AI对待问题是无所不知、无所不能的。
无法解答需要实时信息的问题：AI大模型采用的是“预训练”的方式，即一旦模型被训练完成并开始运行，它就无法继续访问或了解训练数据结束后产生的信息或知识。例如，你可能曾问AI今天天气怎么样，或者最近有什么大新闻。尽管AI可以闲聊天气，或者对新闻进行评论，但由于模型只能访问到训练数据，它无法获取到天气情况的实时更新，也不能获知训练数据之后发生的新闻事件（要实现这一能力，只能是给AI配置“搜索”能力）。

以上就是常见的AI“幻觉”类型，那么，这些AI“幻觉”，究竟是如何产生的呢？在下一部分，我们将会讨论，为什么会产生AI“幻觉”。

（哦对了，开头的那个AI回答，问题出在“火星稠密的大气层”。实际上，火星的大气层并不稠密，这个说法是错误的。）

讨论话题：你曾经碰到过哪些让你印象深刻的AI“幻觉”？评论区里也分享一下吧。