ai幻觉

为了回应你的答案，AI很容易“产生幻觉”并生成看似合理的事实。它可以生成完全错误的内容，而且非常令人信服。让我强调一下：AI连续且良好地撒谎。它告诉你的每一件事或信息可能都是不正确的。你需要检查所有的东西。你需要全部检查一下。特别危险的是要求它为互联网提供参考、引用、引文和信息（对于未连接到互联网的模型）。因为GPT-4通常更加扎实，因为Bing的互联网连接意味着它实际上可以拉入相关事实。[这是一份避免幻觉的指南](https://oneusefulthing.substack.com/p/how-to-get-an-ai-to-lie-to-you-in)，但它们不可能完全消除。另请注意，人工智能不会解释自己，它只会让你认为它解释了自己。如果你要求它解释它为什么写东西，它会给你一个完全编造的合理答案。当你询问它的思考过程时，它并没有审查自己的行动，它只是生成听起来像它在做这样的文本。这使得理解系统中的偏见非常困难，尽管这些偏见几乎肯定存在。它也可以被不道德地用来操纵或作弊。你对这些工具的输出负责。

今天，许多AI工具都会出现幻觉（例如，照片中突然出现第三只手臂！）或者需要很长时间才能处理请求。对于大多数消费者来说，这可能是可以接受的，但如果你试图通过内容实现盈利，这可能会令人更加沮丧。为了满足这些高级用户的需求，我们预计许多公司将添加提供更高质量服务的“专业版”套餐——正如ChatGPT[已经做到的那样](https://techcrunch.com/2023/02/01/openai-launches-chatgpt-plus-starting-at-20-per-month/)。

|本质|对信息的扭曲|人类认知偏差_大脑在处理信息时，为了节省认知资源而采取的“捷径”，这些捷径虽然可以提高效率，但也容易导致对信息的扭曲和误判|AI幻觉_模型对训练数据中统计模式的过度依赖，导致其在面对新情况时，无法准确地理解和生成信息，最终输出与现实世界不符的内容||-|-|-|-||表现形式|多种多样且难以察觉|确认偏误（只关注支持自己观点的信息）、可得性偏差（更容易回忆起最近或印象深刻的信息）、锚定效应（过分依赖最初获得的信息）|生成不存在的人物、地点、事件，或者对已知事实进行错误的描述。||产生原因|都与经验和知识有关|与个人的成长经历、文化背景、知识结构等等有关。不同的经验和知识会塑造不同的认知模式，导致人们对相同的信息做出不同的解读|与训练数据的质量、模型的结构和训练策略有关。如果训练数据存在偏差或错误，模型就会学习到这些偏差和错误，并将其体现在生成的内容中||影响|可能导致错误的决策|可能导致我们在生活中做出错误的判断和选择。例如，一个投资者如果受到可得性偏差的影响，可能会高估近期股市上涨的趋势，从而做出错误的投资决策|可能会误导用户、传播虚假信息、甚至引发安全事故。例如，一个用于医疗诊断的AI系统，如果出现幻觉，可能会给出错误的诊断结果，从而延误患者的治疗|