网友问New Bing问题 结果它上了另一个AI的当

网友问NewBing问题结果它上了另一个AI的当乍一看，NewBing回答还可以吼，一些必要信息它都给了，甚至想给你种草。但一番考证后，网友发现Newbing回答是错的。AI回答错这种事，大家早见怪不怪了，但这次不同的是：NewBing答错的原因，在于它参考的信息源有问题——信息源，居然也是个AI。根据Newbing下方提供的参考来源，“象鼻山提供缆车”信息来自于一个知乎账号。而这个账号，正疯狂生产大量的AI内容。为啥这么说呢。5月25日这天，从下午1点05开始，20分钟内他回答了5个问题。不仅回答速度快，他还涉猎贼广。上能给出泰国、日本旅游攻略，下还熟知宠物训练，甚至了解果蛆生活习性，还知道留置看护笔试要考什么题。字数大概都在200字左右，回答的角度也都挺全面。说实话，这背后要是一个真人在操作，那世超就是来人间凑数的……我把它的回答复制到百度和Google，也并未发现是搬运。既然不是营销号，那根据经验，这种文案口吻只有AI能写出来了。目前知乎已经把百变人生禁言，并在它所有回答下方贴出“疑似AI”的提示，也基本能坐实这就是一个背靠AI的账号了。所以整件事就是NewBing被另一个AI编造的答案给坑了。你可以戏谑的说成：AI吃到了同类拉出来的狗粮。但要世超看，这种事，将来在AI界内可能会被不断发生。讲一个案例。AI行业有一种工作叫标注员，最简单的一类就是给图像打标签，比如标记下图片里的物体是汽车还是摩托车。打过标签的图片，相当于有了参考答案，才可以拿去给AI进行训练，深度学习。标注员的工作也能稍微复杂点，比如做摘要。前段时间，瑞士洛桑联邦理工学院有一群研究人员就请了44名外包员工，让他们给16篇论文做摘要。结果你猜咋地。研究人员最后用技术手段识别出有33%到46%的摘要，是用大型语言模型生成的。原来有一些外包员工偷懒，用AI帮他们生成摘要，然后用这批摘要用来训练AI。他们是懂偷懒的。虽然整个事件是学者们做的一场实验，但从本质上说，这不也是一起AI吃到同行拉的狗粮的故事么？我认为这可不是个好兆头。要知道大语言模型非常复杂，它需要的训练数据极其庞大，也是关键所在。不管是书籍还是网络上发布的帖子，文章，这些由人类创造的作品，因为自然、干净、质量高，对正在长身体的AI来说，就是一个营养拉满的训练语料库，前段时间为什么reddit要对API收费，就因为上面数以万计的帖子，对AI公司来说就是一个极具有价值的人类宝库，它不想被白嫖。所以在未来一段时间，不仅网络上AI生成的内容会越来越多，而且，会有越多的内容创作者和平台认识到数据的价值，开始对内容进行收费。这就意味着，以后训练AI时，语料库会不可避免来自于它们的前辈。这个趋势下，会发生啥呢？世超在网上搜罗一圈，发现前段时间就有英国和加拿大学者研究了这个问题，并为此发布了一篇论文。简单概括就是，这种情况会导致AI越学越退步，他们称为ModelCollapse“模型崩溃”，一旦模型出现崩溃，它的瓦解速度会非常快，AI会迅速忘了他们最开始学的大部分内容，错误也会越来越多。说简单点，AI会开始记不住东西，并且瞎tm回答。这就意味着AI智商会迅速崩塌，一代更比一代蠢。好比一张图片被人们转来转去，高清无码总会成了爆浆表情包。不过，比起AI和人类未来，我更担心人类自己。因为“AI越练越蠢”说法建立在“大部分”训练数据来源于前辈的情况，且忽略AI未来可能会具备“识别AI文本”的能力。而有个很残酷的事实是，互联网上AI生成的内容会越来越多，人类宝库会被逐渐污染。那有没有一种可能，就像那些网络流行语一样，AI作品、文案、图片也会逐渐融入我们日常沟通方式，甚至让我们无法离开。长此以往，人类是否会被“驯化”。从说话习惯到思考方式，再到行为逻辑，会不会受到一定的影响。我想，这可能要打一个问号了。...PC版：https://www.cnbeta.com.tw/articles/soft/1367153.htm手机版：https://m.cnbeta.com.tw/view/1367153.htm