據報導，當地時間週三，OpenAI公司通過論文介紹了一種全新的方法，來訓練生成式人工智能語言模型。OpenAI這一研究成果來得很是時候，最近，隨著生成式人工智能技術流行，以及美國2024年總統大選初步啟動，人工智能“胡說八道”的問題引發了史無前例的關注和討論。

去年，OpenAI公司推出了人工智能對話撰稿工具ChatGPT，背後依託於GPT3和GPT4語言模型。ChatGPT的優秀表現在全世界掀起了生成式人工智能的一股風暴，兩個月之內，相關服務的月度活躍用戶超過了一億人，用戶增長速度創造了新的世界紀錄。

OpenAI背後的大股東之一是微軟，微軟已經累計對該公司投資130億美元。目前，OpenAI的市值大約為290億美元。

人工智能“胡說八道”，術語上也被稱為“AI幻覺”。面對用戶的提問，ChatGPT以及谷歌的Bard等工具會杜撰出一些虛假信息，看上去像是權威正確的答案。

比如，今年2月谷歌針對Bard工具推出了一個演示視頻，視頻中Bard有關美國韋伯太空望遠鏡的描述就存在錯誤。此外，美國紐約的幾位律師最近使用ChatGPT撰寫法律文件，ChatGPT描述了完全虛構的案例，這些律師將面臨處罰。

OpenAI公司的研究人員表示，即使是最先進的人工智能模型也會杜撰虛假信息，尤其是在拿不准的時候，它們往往傾向於編造事實。

研究人員表示，在要求多步驟推理的領域，人工智能胡編的後果尤為嚴重，因為一個單一的邏輯錯誤會導致整個解決方案“翻車”。

OpenAI準備採用新戰略，防止人工智能胡編。比如在過去，一旦提供一個正確的最終答案，模型會獲得某種鼓勵，但是以後，在每一個單一的邏輯推理環節如果表現正確，就將獲得鼓勵反饋。這種模式也被稱之為“過程監督”（以往的模式術語“結果監督”）。

研究人員表示，“過程監督”模式有助於產生更加清晰合理的回答，它將會鼓勵生成式人工智能能夠像人類一樣，在推理思考中做到“環環相扣”。

OpenAI公司“隨機生成數學”研究專家卡爾·柯比（Karl Cobbe）表示，發現並且減少人工智能模型的邏輯錯誤，也就是“AI幻覺”，是構建“通用人工智能”的關鍵一步。另外，“過程監督”模式並非OpenAI公司發明，但是該公司正在加以推廣普及。

柯比表示，新方法的目的，是解決人工智能胡編問題，從而讓語言模型能夠解決更加複雜的推理難題。

這位專家介紹，OpenAI已經發布了一個研究使用的數據集，包括80萬條人工標籤，可用上述新模式訓練語言模型。

不過，美國電子隱私信息中心的資深律師本·魏特斯（Ben Winters）對這種新的訓練模式表示質疑，他希望親自查看OpenAI的完整數據集，以及相關的例子。

魏特斯表示，目前生成式人工智能還處於野蠻生長時代，OpenAI的新模式還無法實質性緩解AI胡編亂造錯誤答案的問題。

這位律師表示，最重要的是，OpenAI是否會將一些研究論文成果部署到實際產品中，如果沒有這樣的計劃，這將會引發社會質疑，即他們到底要向公眾發布怎樣的最終產品。

美國布朗大學的學者維克塔（Suresh Venkatasubramanian）表示，目前還不清楚OpenAI的研究論文是否經過了同行評議，他認為這一研究還僅僅停留在“初步觀察”階段。

維克塔表示，在做出某種確定性結論之前，研究論文還需要在學術圈子內進行更多傳播。他認為，如今，人工智能領域每天都會有很多研究成果，但是“大型語言模型”在工作時存在不穩定性，因此在某種條件、背景或者模式下的運行結果，可能無法應用於另外一種條件、背景或模式。

維克塔認為，在人工智能胡編的問題中，包括了語言模型胡編一些他人引言或者參考信息。OpenAI的新論文並沒有證據能解決這一問題。

OpenAI專家柯比表示，未來將會在學術會議上把論文交給其他人，進行同行評議。對於何時將會把研究成果和“過程監督”整合到ChatGPT等最終產品中，OpenAI尚未發表官方評論。

美國人工智能研究專家薩拉·邁爾斯·韋斯特（Sarah Myers West）表示，人工智能公司開始解決虛假答案問題，這是一個好消息，但OpenAI目前的論文還停留在“公司內部研究”的階段，還需要攻克更多難關。

韋斯特表示,在論文中，OpenAI發布一個“人類級反饋”的小規模數據集，但是並沒有訓練GPT4模型所用數據的更多介紹。雖然生成式人工智能已經開始改變普通人的工作生活，但是距離“負責任的人工智能應用”，還存在相當多的技術挑戰。