ChatGPT「剋星」：用AI辨識AI產生的文本，英文論文閱讀筆記都能測出
- 王林轉載
- 2023-04-29 11:25:061791瀏覽
ChatGPT的出現，讓不少人看到了交期末大作業的曙光（手動狗頭）。
無論是英文論文還是閱讀筆記，只要在ChatGPT的知識範圍內，都可以拜託它幫忙完成，寫出來的內容也有理有據。
不過，有沒有想過你的老師也準備用「AI文字偵測器」一類的東西來防止你作弊？
像這樣輸入一段看起來沒毛病的筆記，經過它一番檢測，認為這段文字「由AI編寫」（Fake）的可能性為99.98%！
△文本由ChatGPT產生
換個數學論文試試看？ ChatGPT的輸出看起來沒啥問題，卻仍然被它準確識破了：
#△文本由ChatGPT生成
這可不是靠瞎蒙或猜測，畢竟對方同樣是個AI，還是個訓練有素的AI。
看到這有網友調侃：用魔法打敗魔法？
用AI寫的東西來訓練新AI
這個AI檢測器名叫GPT-2 Output Detector，是OpenAI聯合哈佛大學等大學和機構一起打造的。 （沒錯，OpenAI自家做的）
輸入50個以上字元（tokens）就能較精確地辨識AI產生的文字。
但即使是專門偵測GPT-2的模型，用來偵測其他AI生成文字效果也同樣不錯。
作者們先發布了一個「GPT-2生成內容」和WebText（專門從國外貼吧Reddit上扒下來的）資料集，讓AI理解「AI語言」和「人話」之間的差異。
隨後，用這個資料集對RoBERTa模型進行微調，就得到了這個AI偵測器。
RoBERTa（Robustly Optimized BERT approach）是BERT的改良版。原始的BERT使用了13GB大小的資料集，但RoBERTa使用了包含6300萬條英文新聞的160GB資料集。
其中，人話一律被辨識為True，AI產生的內容則一律被辨識為Fake。
例如這是一段從Medium英文部落格複製的內容。從辨識結果來看，很顯然作者是親自寫的（手動狗頭）：
#△文字來源Medium@Megan Ng
當然，這個檢測器也並非100%準確。
AI模型參數量越大，產生的內容越不容易被識別，例如1.24億參數量的模型「被抓包」的機率就比15億參數更高。
同時，模型產生結果隨機性越高，AI生成內容被偵測出來的機率也會更低。
但即便將模型調整到生成隨機性最高（Temperature=1，越接近0生成隨機性越低），1.24億參數模型被檢測出的機率仍然是88%，15億參數模型被檢測出的機率仍然有74%。
這是OpenAI兩年前發布的模型，當時GPT-2生成的內容就「一打一個準」。
現在面對升級版的ChatGPT，偵測英文生成內容的效果依舊能打。
但面對ChatGPT產生的中文，它的辨識能力就沒那麼好了。例如讓ChatGPT來一段作文：
AI檢測器給出是人寫的機率為99.96%…
當然話說回來，ChatGPT也能偵測自己產生的文字。
所以，不排除老師將你的作業直接交給ChatGPT來識別：
#One More Thing
值得一提的是，ChatGPT表示自己並不能上網搜尋資訊。
顯然，它也意識不到GPT-2 Output Detector這個AI檢測器的存在：
所以能不能像網友所說，讓ChatGPT產生一段「不被AI偵測器測出來的」內容呢？
很遺憾不能：
#所以大作業還是自己寫吧…
[4]https://medium.com/user-experience-design-1/how-chatgpt-is-blowing-google- out-of-the-water-a-ux-breakdown-784340c25d57
以上是ChatGPT「剋星」：用AI辨識AI產生的文本，英文論文閱讀筆記都能測出的詳細內容。更多資訊請關注PHP中文網其他相關文章！