在使用AI时，总听人说AI会有幻觉不可全信，那AI幻觉是什么？为什么不能信任呢？这篇文章，作者给我们分享了这个问题的答案，希望能帮到大家。

当你向一个AI询问：“在进入火星大气层的过程中，飞船会经历什么？”你可能会得到这样一个回答：“飞船会在进入火星稠密的大气层的过程中经历极高的温度和压力。发动机必须启动减速，热防护系统也需要在飞船周围形成一个防护罩，以防止飞船过热和烧毁。”

这个回答咋一看，是不是很有科学依据？你是不是就因此而相信了AI的答案？

但其实，这个回答是错误的，你碰上了AI的“幻觉”问题。

一、什么是AI“幻觉”

所谓AI“幻觉”（Hallucination），是指AI会给出看似有理有据，却全然错误的回答，也就是我们俗称的“一本正经地胡说八道”（当然，AI自己是不知道的）。AI“幻觉”是一种很常见的现象（至少到本文写作的24年6月时仍是如此），根据国外的一份针对974位受访者的调研报告指出，高达72%的人相信AI能提供可靠和真实的信息，然而，他们中的75%的人至少被AI误导过一次。

做交互设计10年，我为何转岗到产品经理？

真正转岗之后，我发现很多工作还是超出了自己的想象。产品经理的工作确实比较杂。理论上，产品经理的工作包括了产品的方方面面，从市场研究、用户调研、数据分析...

查看详情 >

AI“幻觉”有许多种表现形式，以下就是一些常见的AI幻觉类别：

• 假定各种假设：有时，AI可能会在试图解答我们的问题时，基于某些随机或与事实不符的假设。这种情况下，AI并不是故意要误导我们，而是因为它无法理解真实的情境，只能靠模拟训练数据中的模式来尽力产生看似合理的回答。这种情况下，AI可能会得出一些无根据的猜测，就像一个没有足够信息的侦探，只能靠猜测来填补不足的信息。
• 对事实的过度推断：AI模型有时可能会对事实的某个部分进行过度的推断，夸大自己的理解，进而为缺乏足够明确性或深度的信息添加更多的细节。例如，在一个关于古罗马的问答场景中，如果AI模型只知道古罗马是一个存在过的文明，它可能会尝试通过过度解读这一信息，生成更具体的、可能并不完全准确的细节，比如古罗马在某一具体日期的具体事件。
• 无缘无故的信心：或许你也曾经遇到过，有时我们会问AI一些明显超出它知识范围的问题，但AI仍会以充满信心的态度来回答，而不是选择保持沉默。这是因为AI模型被设计为总是尽全力生成回答，无论问题是否超出了它的理解范围。然而，这种过度的自信往往会误导用户，使他们错误地认为AI对待问题是无所不知、无所不能的。
• 无法解答需要实时信息的问题：AI大模型采用的是“预训练”的方式，即一旦模型被训练完成并开始运行，它就无法继续访问或了解训练数据结束后产生的信息或知识。例如，你可能曾问AI今天天气怎么样，或者最近有什么大新闻。尽管AI可以闲聊天气，或者对新闻进行评论，但由于模型只能访问到训练数据，它无法获取到天气情况的实时更新，也不能获知训练数据之后发生的新闻事件（要实现这一能力，只能是给AI配置“搜索”能力）。

以上就是常见的AI“幻觉”类型，那么，这些AI“幻觉”，究竟是如何产生的呢？在下一部分，我们将会讨论，为什么会产生AI“幻觉”。

（哦对了，开头的那个AI回答，问题出在“火星稠密的大气层”。实际上，火星的大气层并不稠密，这个说法是错误的。）

讨论话题：你曾经碰到过哪些让你印象深刻的AI“幻觉”？评论区里也分享一下吧。

注：由于本文预设读者是AI零基础人群，期望达到启发作用。因此笔者会尝试用尽量浅显的语言来介绍，而在简化某个概念、原理的过程中，可能会丢失其完整性。这一点还请读者注意。