就在 GPT-4 因征服标准化测试而登上头条时，微软研究人员正在对其他 AI 模型进行一种非常另类的测试 —— 一种旨在让模型捏造信息的测试。
为了治好这种被称为“AI 幻觉”的症状，他们设定了一个会让大多数人头疼的文本检索任务，然后跟踪并改进模型响应，这也是微软在测定、检测和缓解 AI 幻觉方面的一个例子。
微软 AI 负责项目的首席产品官 Sarah Bird 表示，“微软希望其所有 AI 系统都是值得信赖且可以有效使用的”。
我们可以向这个领域投入许多专家和资源，因此我们认为自己可以帮助阐明“应该如何负责任地使用新型 AI 技术”的方法，并使其他人也能够做到这一点。
从技术角度来讲，AI 幻觉是一种“缺乏事实依据”的内容，这意味着 AI 模型改变了它所给定的数据或添油加醋描述了原本不存在的信息。
当然，AI 幻觉这种东西也不是所有时候都毫无用处，例如当用户希望 AI 帮自己写一个科幻故事，或给出一种非传统想法时，就属于是有益的；但在大多数需要 AI 的场景，诸如医学和教育等场景就显得多余了，因为准确性大于一切。
因此，微软也在努力根据其自有 AI 产品（例如 Copilot）来试图攻克 AI 幻觉，研究一系列工具来帮助机器解决幻觉问题。
微软表示，其工程师花了数月时间，通过检索增强生成技术（一种无需重新训练模型即可向模型添加额外知识的技术）将必应搜索数据作为 Copilot 的依据，通过必应的答案、索引和排名数据帮助 Copilot 提供更准确、更相关的回复，同时提供引用信息，让用户可以自行查找和验证。
“该模型非常擅长推理信息，但我们不认为它应该成为答案的来源，”Bird 说，“我们认为数据应该是答案的来源，因此我们解决这个问题的第一步是向模型提供最新、高质量且准确的数据。”
除此之外，微软还试图通过各种工具帮助客户做到这一点，例如 Azure OpenAI 服务中的“Your Data”功能可帮助企业组织用自己的数据来训练生成式 AI。
值得一提的是，微软还推出了一种实时工具，可以大规模检测应用中依据企业数据的可靠程度。微软表示，Azure AI Studio 可以根据来源文档评估响应的可靠程度。
据介绍，微软还正在开发一种新的针对措施，可以实时屏蔽和纠正“毫无根据”的信息。当检测到事实依据错误时，该功能将根据数据自动进行重写。
微软 AI 负责项目的首席产品经理 Ken Archer 表示，“处于生成式 AI 的前沿意味着我们有责任和机会让自己的产品更安全、更可靠，并让客户也能放心使用我们的工具”。
参考资料：
《Why AI sometimes gets it wrong — and big strides to address it》
