本文原创于微信公众号：差评作者：世超

(资料图片仅供参考)

前几天，世超刷到一个帖子。

有个网友问 New Bing ：象鼻山是否有缆车，New Bing上网查了下后说有的，并给出缆车开放时间和价格。

最后还强调，坐缆车可以欣赏到象鼻山的全景，值得一试。

乍一看， New Bing 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New bing 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：

New Bing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谷歌，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Model Collapse「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。

图片、资料来源：

v2ex ：在知乎抓到一个 ai 疯狂地污染中文互联网

The AI feedback loop:Researchers warn of‘model collapse’as AI trains on AI-generated content

AI is going to eat itself:Experiment shows people training bots are using bots

THE CURSE OF RECURSION:TRAINING ON GENERATED DATA MAKES MODELS FORGET

标签：