“你的稿子是不是由AI創(chuàng)作的，通過(guò)我們的大模型就可以判斷出來(lái)。”近日，西湖大學(xué)終身教授、自然語(yǔ)言處理實(shí)驗(yàn)室負(fù)責(zé)人張?jiān)澜邮苤行戮W(wǎng)專(zhuān)訪時(shí)表示，在人工智能大模型應(yīng)用熱潮下，他們團(tuán)隊(duì)設(shè)計(jì)了一種“無(wú)監(jiān)督算法”，將實(shí)現(xiàn)開(kāi)放領(lǐng)域的AI生成文本檢測(cè)。

近日，張?jiān)澜邮苤行戮W(wǎng)專(zhuān)訪。　曹丹 攝

隨著科技創(chuàng)新的不斷推進(jìn)，AI正成為新生創(chuàng)作力量。

張?jiān)酪苍囍貌煌娜斯ぶ悄艽竽Ｐ退阉鞑⒄聿糠止ぷ魉夭模@之中他也時(shí)常遇到“AI幻覺(jué)”問(wèn)題，“我需要一篇文獻(xiàn)，在搜索時(shí)，AI給出了相關(guān)推薦，里面標(biāo)注了作者、標(biāo)題，甚至是摘要，但當(dāng)我上網(wǎng)查找時(shí)，卻發(fā)現(xiàn)文章并不存在，這就是典型的幻覺(jué)問(wèn)題”。

這種“虛構(gòu)”現(xiàn)象被稱(chēng)為“AI幻覺(jué)”，即AI在遇到不熟悉或超出其知識(shí)范圍的問(wèn)題時(shí)，會(huì)編造出難以辨明真假的細(xì)節(jié)，生成與事實(shí)相悖的答案。

這也是近期用戶(hù)與大模型交互時(shí)可能遇到的問(wèn)題。

張?jiān)雷⒁獾剑诮逃I(lǐng)域，若本科生的畢業(yè)設(shè)計(jì)大量使用AI撰寫(xiě)，可能會(huì)出現(xiàn)“AI幻覺(jué)”問(wèn)題，引用不存在的參考文獻(xiàn)，“這不僅無(wú)法真實(shí)反映學(xué)生的水平，還會(huì)傳播錯(cuò)誤知識(shí)”。

而在新聞?lì)I(lǐng)域，如果AI生成的虛假新聞被發(fā)表，可能對(duì)輿情造成負(fù)面影響。

“因此，檢測(cè)文本是否由AI生成至關(guān)重要。”張?jiān)澜忉尩溃绾未_保AI生成內(nèi)容的可控性，首先需要解決一個(gè)基礎(chǔ)問(wèn)題——準(zhǔn)確判斷一個(gè)文本是否由AI撰寫(xiě)，這被稱(chēng)為AI生成文本的自動(dòng)檢測(cè)。

如何對(duì)AI生成文本進(jìn)行檢測(cè)？

在張?jiān)揽磥?lái)，傳統(tǒng)方法，如有監(jiān)督的機(jī)器學(xué)習(xí)算法，存在顯著局限。它們依賴(lài)于收集的人寫(xiě)和機(jī)器寫(xiě)的訓(xùn)練數(shù)據(jù)，但只能準(zhǔn)確判斷訓(xùn)練數(shù)據(jù)中包含的模型或領(lǐng)域文本。對(duì)于新的模型或領(lǐng)域，如生物醫(yī)藥論文，其性能會(huì)大幅下降。

為了克服這一局限，張?jiān)缊F(tuán)隊(duì)研究并設(shè)計(jì)了一種無(wú)監(jiān)督的算法模型。

無(wú)監(jiān)督算法是機(jī)器學(xué)習(xí)中的一種方法，它不需要預(yù)先標(biāo)記的數(shù)據(jù)，而是通過(guò)算法自動(dòng)發(fā)現(xiàn)數(shù)據(jù)中的模式、結(jié)構(gòu)和關(guān)聯(lián)。

張?jiān)勒f(shuō)：“AI在遣詞造句時(shí)，會(huì)根據(jù)已出現(xiàn)的詞匯選擇概率較高或經(jīng)驗(yàn)風(fēng)險(xiǎn)較低的詞。而人類(lèi)則先確定想表達(dá)的內(nèi)容，再將其翻譯成句子，不受統(tǒng)計(jì)分布的限制。”

利用這一本質(zhì)差別，這一研發(fā)模型可以對(duì)任何文本進(jìn)行概率判斷和估算，從而判斷其是否由AI撰寫(xiě)。

目前，張?jiān)缊F(tuán)隊(duì)已經(jīng)展示了Demo版本，并吸引了大量用戶(hù)。同時(shí)，他們也在與一些實(shí)際應(yīng)用場(chǎng)景合作，進(jìn)行簡(jiǎn)單部署。

“請(qǐng)寫(xiě)一篇描寫(xiě)西湖的文章。”在現(xiàn)場(chǎng)，張?jiān)缊F(tuán)隊(duì)成員鮑光勝在一個(gè)人工智能大模型中輸入了這個(gè)請(qǐng)求。在生成文本后，他將內(nèi)容拷貝在Demo版本的應(yīng)用中。作者注意到“AI創(chuàng)作率”結(jié)果顯示為“90%”。

未來(lái)，隨著該模型的推廣，它將有助于解決教育領(lǐng)域、新聞?lì)I(lǐng)域等實(shí)際問(wèn)題。

關(guān)鍵詞：