AI“模型崩溃”风险需警惕
来源:科技日报 发布时间:2024-09-25 17:36:56

从客户服务到内容创作,人工智能(AI)影响了众多领域的进展。但是,一个日益严重的被称为“模型崩溃”的问题,可能会使AI的所有成就功亏一篑。

“模型崩溃”是今年7月发表在英国《自然》杂志上的一篇研究论文指出的问题。它是指用AI生成的数据集训练未来几代机器学习模型,可能会严重“污染”它们的输出。

多家外媒报道称,这不仅是数据科学家需要担心的技术问题,如果不加控制,“模型崩溃”可能会对企业、技术和整个数字生态系统产生深远影响。天津大学自然语言处理实验室负责人熊德意教授在接受记者采访时,从专业角度对“模型崩溃”进行了解读。

图片来源:美国《The Week》

“模型崩溃”是怎么回事

大多数AI模型,比如GPT-4,都是通过大量数据进行训练的,其中大部分数据来自互联网。最初,这些数据是由人类生成的,反映了人类语言、行为和文化的多样性和复杂性。AI从这些数据中学习,并用它来生成新内容。

然而,当AI在网络上搜索新数据来训练下一代模型时,AI很可能会吸收一些自己生成的内容,从而形成反馈循环,其中一个AI的输出成为另一个AI的输入。当生成式AI用自己的内容进行训练时,其输出也会偏离现实。这就像多次复制一份文件,每个版本都会丢失一些原始细节,最终得到的是一个模糊的、不那么准确的结果。

美国《纽约时报》报道称,当AI脱离人类输入内容时,其输出的质量和多样性会下降。

熊德意解读称:“真实的人类语言数据,其分布通常符合齐普夫定律,即词频与词的排序成反比关系。齐普夫定律揭示了人类语言数据存在长尾现象,即存在大量的低频且多样化的内容。”

熊德意进一步解释道,由于存在近似采样等错误,在模型生成的数据中,真实分布的长尾现象逐渐消失,模型生成数据的分布逐渐收敛至与真实分布不一致的分布,多样性降低,导致“模型崩溃”。

AI自我“蚕食”是坏事吗

对于“模型崩溃”,美国《The Week》杂志近日刊文评论称,这意味着AI正在自我“蚕食”。

熊德意认为,伴随着这一现象的出现,模型生成数据在后续模型迭代训练中占比越高,后续模型丢失真实数据的信息就会越多,模型训练就更加困难。

乍一看,“模型崩溃”在当前似乎还是一个仅需要AI研究人员在实验室中担心的小众问题,但其影响将是深远而长久的。

美国《大西洋月刊》刊文指出,为了开发更先进的AI产品,科技巨头可能不得不向程序提供合成数据,即AI系统生成的模拟数据。然而,由于一些生成式AI的输出充斥着偏见、虚假信息和荒谬内容,这些会传递到AI模型的下一版本中。

美国《福布斯》杂志报道称,“模型崩溃”还可能会加剧AI中的偏见和不平等问题。

不过,这并不意味着所有合成数据都是不好的。《纽约时报》表示,在某些情况下,合成数据可以帮助AI学习。例如,当使用大型AI模型的输出训练较小的模型时,或者当可以验证正确答案时,比如数学问题的解决方案或国际象棋、围棋等游戏的最佳策略。

AI正在占领互联网吗

训练新AI模型的问题可能凸显出一个更大的挑战。《科学美国人》杂志表示,AI内容正在占领互联网,大型语言模型生成的文本正充斥着数百个网站。与人工创作的内容相比,AI内容的创作速度更快,数量也更大。

OpenAI首席执行官萨姆·奥特曼今年2月曾表示,该公司每天生成约1000亿个单词,相当于100万本小说的文本,其中有一大部分会流入互联网。

互联网上大量的AI内容,包括机器人发布的推文、荒谬的图片和虚假评论,引发了一种更为消极的观念。《福布斯》杂志称,“死亡互联网理论”认为,互联网上的大部分流量、帖子和用户都已被机器人和AI生成的内容所取代,人类不再能决定互联网的方向。这一观念最初只在网络论坛上流传,但最近却获得了更多关注。

幸运的是,专家们表示,“死亡互联网理论”尚未成为现实。《福布斯》杂志指出,绝大多数广为流传的帖子,包括一些深刻的观点、犀利的语言、敏锐的观察,以及在新背景下对新生事物的定义等内容,都不是AI生成的。

不过,熊德意仍强调:“随着大模型的广泛应用,AI合成数据在互联网数据中的占比可能会越来越高,大量低质量的AI合成数据,不仅会使后续采用互联网数据训练的模型出现一定程度的‘模型崩溃’,而且也会对社会形成负面影响,比如生成的错误信息对部分人群形成误导等。因此,AI生成内容不仅是一个技术问题,同时也是社会问题,需要从安全治理与AI技术双重角度进行有效应对。”

标签:

上一篇:世界计算大会开幕

下一篇:最后一页

猜你喜欢

AI“模型崩溃”风险需警惕

从客户服务到内容创作,人工智能(AI)影响了众多领域的进展。但是,一个日益严重的被称为模型崩溃...更多

2024-09-25 17:36:56

世界计算大会开幕

 24日上午,以智算万物 湘约未来——算出新质生产力为主题的2024世界计算大会在湖南长沙开幕...更多

2024-09-25 17:35:09

一箭八星“太空拼车”!捷龙三号火箭海上成功发射

9月24日10时31分,我国太原卫星发射中心在山东海阳附近海域使用捷龙三号运载火箭,成功将天仪41星、...更多

2024-09-25 17:33:25

新华全媒+|2024世界计算大会开幕 看“计算”到

9月24日,2024世界计算大会在湖南长沙开幕,这是湖南连续6年举办世界计算大会。本次大会为期2天,以...更多

2024-09-25 17:31:26

智造世界 创造美好——2024世界制造业大会观察

9月20日至23日,以智造世界·创造美好为主题的2024世界制造业大会在安徽合肥举行。为期四天的会期里...更多

2024-09-25 17:29:10

我国绿色智能计算产业“井喷”发展

截至目前,我国算力总规模在全球处于第二位,绿色智能计算技术加速演进,自主超级计算机持续进步,...更多

2024-09-25 17:27:45

数字里的新质生产力|“数字大脑”如何指挥三万多

新华社北京9月25日电 《经济参考报》9月25日刊发记者陈涵旸采写的文章《数字里的新质生产力|一台...更多

2024-09-25 17:24:52

服贸会上都有哪些“黑科技”?

本届服贸会展出一大批专精特新技术及其应用场景,亮点纷呈:超具未来科技范儿的全球首款量产无辐式...更多

2024-09-21 14:19:16

一箭五星!力箭一号火箭发射看点解析

美国匹兹堡大学研究人员新近开发出一款智能手机应用程序,让用户只靠手机就能监控自身血压状况,通...更多

2024-09-21 14:17:27

美研究人员开发出能测血压的手机应用

美国匹兹堡大学研究人员新近开发出一款智能手机应用程序,让用户只靠手机就能监控自身血压状况,通...更多

2024-09-21 14:15:51