【現象】使用人工智能大模型時，不少人或許都遇到過類似問題：它們有時會捏造細節，甚至“一本正經地胡説八道”。比如，讓它推薦書，給出的卻是一堆壓根不存在的書名；人物身份張冠李戴，還能給出一些並不準確的連結……這些現象都可以歸為AI幻覺。

　　【點評】

　　所謂AI幻覺，可以通俗地理解為AI也會像人産生心理幻覺一樣，遇到不熟悉或超出“知識儲備”的問題時，編造一些並不存在的細節，生成與事實相悖的答案。一項調研顯示，對於“公眾認為使用AI應用過程中有哪些突出問題”，反饋最多的是“內容不準確，或含虛假信息”，佔比高達42.2%。

　　AI幻覺從何而來？可能得從源頭尋找答案。

　　大模型的工作原理，是基於概率生成內容。給它上半句，它就根據自己“學”過的海量知識，“算出”下半句該説什麼。比如，當用戶輸入“今天天氣非常”，它大概率會接“不錯”“熱”“潮濕”等答案，而不會出現“甜”。同時，大模型又不是簡單地儲存所有事實，而會像人腦記東西那樣，進行大量壓縮和泛化——也就是“抓概要、找規律”。因此，當“喂給”大模型的訓練數據包含虛假信息時，它就會産生“幻覺”、給出錯誤答案。

　　有報告顯示，我國生成式人工智能産品用戶規模達2.49億人。用戶規模快速增長，AI幻覺潛藏的風險也隨之增加。比如，如果一些看似合理卻與現實相去甚遠的內容被AI反復學習，會形成“數據污染—演算法吸收—再污染”的惡性循環。有效防範由此帶來的虛假信息氾濫，已成為不容回避的課題。

　　不過也有觀點認為，AI幻覺可被視作一種“發散思維”和“想像力”。理論上，如果把訓練一個大模型看作信息“壓縮”的過程，那麼大模型經過推理、輸出答案就是一個信息“解壓”的過程。這種處理信息的方式，可能會出現謬誤，也可能觸發新的創造。對發展尚未定型的新事物，要保持開放心態，辯證看待其利與弊，在有效防範弊端的同時，給予足夠空間使之朝好的方向成長。

　　短時間內，AI幻覺問題難以被解決。各方都在努力降低其負面影響，相關部門也加大了對違規AI産品的處置力度，推動生成合成內容標識加速落地。一些大模型廠商在積極行動，比如文心大模型利用檢索到的信息來指導文本或答案的生成，提高了內容的品質和準確性；通義大模型加強訓練語料管理，通過“紅藍對抗”機制提升對虛假信息的識別能力。對廣大用戶而言，則要加快提升AI素養，學會“智慧”地運用“智慧工具”，既借助大模型破除思維定式、啟發創新思路，又提高自身有效獲取、理解、評估和使用信息的能力。

　　人類塑造工具，工具也影響人類生活。應對AI幻覺等問題挑戰的過程，既促使人們思考改進工作方法，也為AI不斷進化提供了源動力。激發新技術的正向價值，讓AI更好融入生産生活、賦能千行百業，我們邁向智慧時代之路才能走得更加穩當、更加順暢。（谷業凱）