前幾天，世超刷到一個(gè)帖子。

有個(gè)網(wǎng)友問(wèn) New Bing ： 象鼻山是否有纜車， New Bing 上網(wǎng)查了下后說(shuō) 有的，并給出纜車開放時(shí)間和價(jià)格。

(相關(guān)資料圖)

最后還強(qiáng)調(diào)，坐纜車可以欣賞到象鼻山的全景，值得一試。

乍一看， New Bing 回答還可以吼，一些必要信息它都給了，甚至想給你種草。

但一番考證后，網(wǎng)友發(fā)現(xiàn) New bing 回答是錯(cuò)的。

AI 回答錯(cuò)這種事，大家早見怪不怪了，但這次不同的是：

New Bing 答錯(cuò)的原因，在于它參考的信息源有問(wèn)題——

信息源，居然也是個(gè)AI 。

根據(jù) Newbing 下方提供的參考來(lái)源，「 象鼻山提供纜車 」信息來(lái)自于一個(gè)知乎賬號(hào)。

而這個(gè)賬號(hào)，正瘋狂生產(chǎn)大量的 AI 內(nèi)容。

為啥這么說(shuō)呢。

5 月 25 日這天，從下午 1 點(diǎn) 05 開始， 20 分鐘內(nèi)他回答了 5 個(gè)問(wèn)題。

不僅回答速度快，他還涉獵賊廣。

上能給出泰國(guó)、日本旅游攻略，下還熟知寵物訓(xùn)練，甚至了解果蛆生活習(xí)性，還知道留置看護(hù)筆試要考什么題。

字?jǐn)?shù)大概都在 200 字左右，回答的角度也都挺全面。

說(shuō)實(shí)話，這背后要是一個(gè)真人在操作，那世超就是來(lái)人間湊數(shù)的。。。

我把它的回答復(fù)制到百度和谷歌，也并未發(fā)現(xiàn)是搬運(yùn)。

既然不是營(yíng)銷號(hào)，那根據(jù)經(jīng)驗(yàn)，這種文案口吻只有 AI 能寫出來(lái)了。

目前知乎已經(jīng)把百變?nèi)松?，并在它所有回答下方貼出「 疑似 AI 」的提示，也基本能坐實(shí)這就是一個(gè)背靠 AI 的賬號(hào)了。

所以整件事就是 NewBing 被另一個(gè)AI 編造的答案給坑了。

你可以戲謔的說(shuō)成： AI 吃到了同類拉出來(lái)的狗糧。

但要世超看，這種事，將來(lái)在AI 界內(nèi)可能會(huì)被不斷發(fā)生。

講一個(gè)案例。

AI 行業(yè)有一種工作叫標(biāo)注員，最簡(jiǎn)單的一類就是給圖像打標(biāo)簽，比如標(biāo)記下圖片里的物體是汽車還是摩托車。

打過(guò)標(biāo)簽的圖片，相當(dāng)于有了參考答案，才可以拿去給AI 進(jìn)行訓(xùn)練，深度學(xué)習(xí)。

標(biāo)注員的工作也能稍微復(fù)雜點(diǎn)，比如做摘要。

前段時(shí)間，瑞士洛桑聯(lián)邦理工學(xué)院有一群研究人員就請(qǐng)了 44 名外包員工，讓他們給 16 篇論文做摘要。

結(jié)果你猜咋地。

研究人員最后用技術(shù)手段識(shí)別出有 33% 到 46% 的摘要，是用大型語(yǔ)言模型生成的。

原來(lái)有一些外包員工偷懶，用 AI 幫他們生成摘要，然后用這批摘要用來(lái)訓(xùn)練 AI 。

他們是懂偷懶的。

雖然整個(gè)事件是學(xué)者們做的一場(chǎng)實(shí)驗(yàn)，但從本質(zhì)上說(shuō)，這不也是一起 AI 吃到同行拉的狗糧的故事么？

我認(rèn)為這可不是個(gè)好兆頭。

要知道大語(yǔ)言模型非常復(fù)雜，它需要的訓(xùn)練數(shù)據(jù)極其龐大，也是關(guān)鍵所在。

不管是書籍還是網(wǎng)絡(luò)上發(fā)布的帖子，文章，這些由人類創(chuàng)造的作品， 因?yàn)樽匀弧⒏蓛?、質(zhì)量高，對(duì)正在長(zhǎng)身體的 AI 來(lái)說(shuō)，就是一個(gè)營(yíng)養(yǎng)拉滿的訓(xùn)練語(yǔ)料庫(kù)，

前段時(shí)間為什么 reddit 要對(duì) API 收費(fèi)，就因?yàn)樯厦鏀?shù)以萬(wàn)計(jì)的帖子，對(duì) AI 公司來(lái)說(shuō)就是一個(gè)極具有價(jià)值的人類寶庫(kù)，它不想被白嫖。

所以在未來(lái)一段時(shí)間，不僅網(wǎng)絡(luò)上AI 生成的內(nèi)容會(huì)越來(lái)越多，而且，會(huì)有越多的內(nèi)容創(chuàng)作者和平臺(tái)認(rèn)識(shí)到數(shù)據(jù)的價(jià)值，開始對(duì)內(nèi)容進(jìn)行收費(fèi)。

這就意味著，以后訓(xùn)練AI 時(shí)，語(yǔ)料庫(kù)會(huì)不可避免來(lái)自于它們的前輩。

這個(gè)趨勢(shì)下，會(huì)發(fā)生啥呢？

世超在網(wǎng)上搜羅一圈，發(fā)現(xiàn)前段時(shí)間就有英國(guó)和加拿大學(xué)者研究了這個(gè)問(wèn)題，并為此發(fā)布了一篇論文。

簡(jiǎn)單概括就是，這種情況會(huì)導(dǎo)致AI 越學(xué)越退步，他們稱為 Model Collapse 「 模型崩潰 」，

一旦模型出現(xiàn)崩潰，它的瓦解速度會(huì)非常快， AI 會(huì)迅速忘了他們最開始學(xué)的大部分內(nèi)容，錯(cuò)誤也會(huì)越來(lái)越多。

說(shuō)簡(jiǎn)單點(diǎn)， AI 會(huì)開始記不住東西，并且瞎 tm 回答。

這就意味著AI 智商會(huì)迅速崩塌，一代更比一代蠢。好比一張圖片被人們轉(zhuǎn)來(lái)轉(zhuǎn)去，高清無(wú)碼總會(huì)成了爆漿表情包。

不過(guò)，比起AI 和人類未來(lái)，我更擔(dān)心人類自己。

因?yàn)椤?AI 越練越蠢 」說(shuō)法建立在「大部分 」訓(xùn)練數(shù)據(jù)來(lái)源于前輩的情況，且忽略 AI 未來(lái)可能會(huì)具備「識(shí)別 AI 文本 」的能力。

而有個(gè)很殘酷的事實(shí)是，互聯(lián)網(wǎng)上 AI 生成的內(nèi)容會(huì)越來(lái)越多，人類寶庫(kù)會(huì)被逐漸污染。

那有沒有一種可能，就像那些網(wǎng)絡(luò)流行語(yǔ)一樣， AI 作品、文案、圖片也會(huì)逐漸融入我們?nèi)粘贤ǚ绞?，甚至讓我們無(wú)法離開。

長(zhǎng)此以往，人類是否會(huì)被「 馴化 」。從說(shuō)話習(xí)慣到思考方式，再到行為邏輯，會(huì)不會(huì)受到一定的影響。

我想，這可能要打一個(gè)問(wèn)號(hào)了。

撰文：刺猬編輯：莽山烙鐵頭 封面 ：三狗

圖片、資料來(lái)源：

v2ex ：在知乎抓到一個(gè) ai 瘋狂地污染中文互聯(lián)網(wǎng)

The AI feedback loop : Researchers warn of ‘ model collapse ’ as AI trains on AI-generated content

AI is going to eat itself : Experiment shows people training bots are using bots

THE CURSE OF RECURSION : TRAINING ON GENERATED DATA MAKES MODELS FORGET

責(zé)任編輯：

關(guān)鍵詞：