珍妮尔·谢恩（Janelle Shane）多年来一直记录着人工智能的怪异之处，以及它是如何变化的

早在大多数人开始使用ChatGPT和DALL-E等生成AI模型之前，Janelle Shane就开始记录AI的怪异之处。作为一名训练有素的光学研究人员，她长期以来一直对测试人工智能的正常能力着迷。随着越来越多的人测试人工智能极限，Shane花了一分钟时间回答IEEE Spectrum的五个相对正常的问题，这些问题是为什么聊天机器人喜欢顶嘴，为什么图像识别模型对长颈鹿来说是头顶高跟鞋。

在过去的一年里，人工智能的怪异发生了怎样的变化？

(相关资料图)

珍妮尔·谢恩： 他们变得不那么奇怪，更连贯。他们不再荒谬和半不可理解，而是变得更加流畅，以更难以察觉的方式更加微妙的错误。但是——它们现在更容易访问。人们有机会自己尝试它们。因此，从这个角度来看，这些模型的怪异性更加明显。

你写过，像谷歌的Bard和Bing Chat这样的聊天机器人被视为搜索引擎的替代品，这太离谱了。怎么了？

谢恩： 问题在于这些答案是多么不正确——在许多情况下是非常微妙的错误——你一开始可能无法判断它是否超出了你的专业领域。问题是答案看起来确实模糊正确。但是[聊天机器人]正在编造论文，他们正在编造引文或弄错事实和日期，但以与呈现实际搜索结果相同的方式呈现它。我认为人们会对真正基于概率的文本产生错误的信心。

你也注意到，聊天机器人经常自信地不正确，甚至在受到挑战时会加倍努力。你认为是什么原因造成的？

谢恩： 他们接受过书籍、互联网对话和网页的培训，在这些网页上，人类通常对自己的答案非常有信心。特别是在这些聊天机器人的早期版本中，在工程师进行一些调整之前，你会得到聊天机器人，它们的行为就像在互联网争论中一样，并且加倍听起来像是他们被炒作和情绪化他们的正确性。我认为这直接来自在训练期间在互联网争论中模仿人类。

是什么启发你让 ChatGPT 画东西或创作 ASCII 艺术？

谢恩： 我想找到一种方法，让这些模型一目了然地看出他们犯了错误，以及他们犯了什么样的错误。要了解他们对量子物理学的错误程度，你必须足够了解量子物理学，才能知道它是在编造事情。但是，如果你看到它生成了一个斑点，声称它是一只独角兽，并描述它是如何巧妙地生成这个独角兽的，你就会知道你正在处理什么样的过度自信。

为什么人工智能对长颈鹿如此痴迷？

谢恩： 这是一个可以追溯到图像字幕AI早期的模因。“长颈鹿”一词的起源是有人建立了一个Tumblr机器人，该机器人会自动为图像添加字幕，并开始注意到其中很多图像中都有幻影长颈鹿。

在这一点上，这是一个有趣的示例动物。当我与Visual Chatbot交谈时，这些早期的问答图像描述机器人之一，这就是我选择测试的：如果你问它有多少只长颈鹿会发生什么？它总是会给你一个非零的答案，因为当答案为零时，人们在训练中不倾向于问这个问题。