跳至正文

AI幻觉:当人工智能开始睁眼说瞎话

我最近被ChatGPT坑了一把。事情是这样的,我让它帮我查一下“2025年春节档票房冠军是哪部电影”,它特别笃定地告诉我:“是《流浪地球3》,票房67.8亿,导演郭帆,主演吴京。”我当时还心想,这AI真厉害啊,连这种数据都知道。结果第二天刷新闻,发现2025年春节档压根儿还没上映呢。我整个人都傻了——这AI,怎么还能编瞎话呢?

后来我才知道,这种现象有个专业名字,叫“AI幻觉”。说白了,就是AI一本正经地胡说八道。它自己以为自己说的是真话,但实际就是在胡编。就像你喝多了之后跟朋友吹牛,说自己当年高考考了750分,说得有鼻子有眼的,连考场里电风扇转了几圈都记得,但事实上你连大专都没考上。

那AI为啥会这样?我给你打个比方。你养了一条狗,教它“坐下”的时候给它零食,它学会了。但你从来没教过它“装死”,有一天你突发奇想喊“装死”,狗啪一下躺地上不动了,你以为它懂了。其实它只是把“听到口令就躺下”和“有零食吃”这两件事搞混了。AI也一样,它压根儿不理解什么是“事实”,它只是根据海量数据里学到的模式,找最有可能的答案。问题是,它找的那个“最有可能”,不代表就是真的。

我用的是GPT-4,版本号是2025年3月更新那个。有一次我问它“Python里怎么用list.sort()配合lambda表达式对字典列表按某个键排序”,它给我写了一长串代码,还加了很多注释。我高高兴兴复制到PyCharm里一跑,直接报错:TypeError: ‘key’ is an invalid keyword argument for this function。我又仔细看它的代码,发现它把sort()和sorted()的用法混在一起了,key参数写成了keys,还多了一个没用的reverse=True。这就是典型的AI幻觉——它见过太多代码片段,把不同版本的语法揉成了一团。

这种幻觉有时候特别离谱。有个哥们儿问AI“怎么用微波炉给手机充电”,AI居然真给了一套方案:把手机放在微波炉里,调到低火模式,用一根铜线连接手机充电口和微波炉内壁。这不就是在教人自杀吗?但AI不知道啊,它只是觉得“微波炉能加热食物”“手机需要电”“金属能导电”这些概念应该能拼在一起,然后就给你拼出了一个谋杀方案。

为什么会这样?说白了,AI的脑子就是个巨大的拼图游戏。它把互联网上几万亿个句子、图片、代码全打碎了,然后学每个碎片的形状。当你问它一个问题,它就在这些碎片里找形状最匹配的那几块,拼在一起给你看。但问题是,它从来不检查拼出来的图是不是合理。你给它看一张猫的照片,它可能拼出猫的耳朵、狗的鼻子、鱼的尾巴,然后自信满满地告诉你:“这是传说中的龙。”它没有常识,没有逻辑,只有概率。

我记得有一次,我让AI帮我写一段关于“为什么天空是蓝色”的科普文章。它开头写“因为瑞利散射”,后面越写越离谱,说“蓝色波长最短,所以被散射得最厉害,这就是为什么我们看天空是蓝的,而太阳光经过大气层后,蓝色光被散射掉了,所以太阳本身看起来是黄色的”。前半段是对的,后半段开始偷换概念,把“太阳看起来是黄色”的原因归结为“蓝色光被散射”,这是明显的错误。太阳看起来黄是因为它表面的温度分布,跟大气散射关系不大。但AI把两个不同领域的知识点嫁接在一起了。

还有一种幻觉特别气人,就是它编参考文献。我让AI帮我找几篇关于“大语言模型在医疗诊断中的应用”的论文,它直接给我列了5篇,作者名字、期刊名称、发表年份、DOI号全都有。我兴冲冲去Google Scholar一搜,一篇都查不到。这些论文全是它编的。DOI号是随机生成的,期刊名称是真的但期号不存在,作者名字是拼凑的。这种幻觉对科研人员来说简直就是毒药。

那怎么避免被AI忽悠呢?我总结了几条经验。第一,别把它当百度用。查事实性的东西,比如“秦始皇哪一年统一六国”,它可能对,但最好还是自己再查证一下。第二,遇到代码问题,让它解释逻辑,别直接跑它写的代码。第三,让它列出信息来源,虽然它也会编,但至少能给你一个核对的起点。第四,最靠谱的:如果它说了一个让你觉得“哇塞还有这种事”的信息,那基本就是幻觉。因为真正的事实通常都很无聊,只有编出来的才那么精彩。

说到底,AI就是个超级强大的文字接龙游戏机。你给它一个开头,它负责把故事编下去,至于故事是不是真的,它不关心。它只关心下一句话读起来顺不顺。所以下次看到AI特别肯定地回答一个问题时,留个心眼——它可能正在非常自信地骗你。


📎 延伸阅读

看完这篇,如果你想:

  • 直接拿工具 → 回复”13“,我把跨境获客工具包发给你
  • 系统学习 → 点击菜单”AI训练营”,从0开始跑通AI变现

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注