解決AI落地的最大障礙，OpenAI找到方法了？

OpenAI似乎找到了解決生成式人工智慧「一本正經胡說八道」的辦法。

5月31日，OpenAI在其官網宣布，已經訓練了一個模型，能夠有助於消除生成式AI常見的「幻覺」和其他常見問題。

OpenAI表示，可以訓練獎勵模型來檢測幻覺，獎勵模型又分為結果監督（根據最終結果提供回饋）或過程監督（為思考鏈中的每個步驟提供回饋）模型。

也就是說，過程監督獎勵推理的每個正確步驟，而結果監督只是簡單地獎勵正確的答案。

OpenAI表示，相較之下，過程監督有一個重要的優勢——它直接訓練模型以產生由人類認可的思維鏈：

過程監督與結果監督相比有幾個一致性優勢。每個步驟都得到精確監督，因此它獎勵遵循一致思維鏈模型的行為。

過程監督也更有可能產生可解釋的推理，因為它鼓勵模型遵循人類批准的過程

結果監督可能會獎勵一個不一致的過程，而且通常更難審查。

OpenAI在數學資料集上測試了這兩種模型，發現過程監督方法導致了「顯著更好的性能」。

但需要注意的是，到目前為止，過程監督方法僅在數學領域進行了測試，並且需要更多的工作來觀察它如何更普遍地執行。

此外，OpenAI並沒有說明這項研究需要多長時間才能應用在ChatGPT，它仍然處於研究階段。

雖然最初的結果是好的，但OpenAI確實提到，更安全的方法會產生降低的效能，稱為對齊稅（alignment tax）。

目前的結果顯示，在處理數學問題時，過程監督不會產生對齊稅，但在一般的資訊上的情況尚不知曉。

生成式AI的「幻覺」

生成式AI問世以來，圍繞其編造假訊息、「產生幻覺」的指控從未消失，這也是目前生成式AI模型最大的問題之一。

今年2月，Google為應對微軟資助下ChatGPT，倉促推出了聊天機器人Bard，結果卻被發現在演示中出現了常識性錯誤，導致谷歌股價大跌。

導致AI出現幻覺的原因有很多種，輸入資料欺騙AI程式進行錯誤分類是其中一種。

例如，開發人員使用資料(如圖像、文字或其他類型)來訓練人工智慧系統，如果資料被改變或扭曲，應用程式將以不同的方式解釋輸入並產生不正確的結果。

幻覺可能會出現在像ChatGPT這樣的基於語言的大型模型中，這是由於不正確的轉換器解碼，導致語言模型可能會產生一個沒有不合邏輯或模糊的故事或敘述。

以上是解決AI落地的最大障礙，OpenAI找到方法了？的詳細內容。更多資訊請關注PHP中文網其他相關文章！