AI幻觉的本质、影响与创造性价值探讨

🎧 朗读

先说清楚,AI 幻觉到底是什么

“AI 幻觉”这个词听着玄,其实指的挺具体:模型在没什么真凭实据的情况下,吐出一段看着有道理、实际是编的或者错的内容。它不是偶尔抽风的 bug,而是生成式语言模型这套机制自带的东西。

模型生成语言靠的不是”理解”,而是在海量文本里学会了”下一个词该是什么概率”。当上下文不明确、信号弱、或者训练样本本来就不多的时候,它就会自己编点东西把知识的窟窿填上。麻烦的是,它编得常常逻辑自洽,所以特别唬人。

这也是幻觉跟普通机器错误的区别:它不是乱码、不是崩了,而是结构完整、但跟现实脱了钩的输出。

幻觉带来什么

往好处想:错误里也能长出创意

“幻觉”这词听着就是偏差、就是错,可在搞创意的人手里,它反而可能是个能用的副产品。

方面 描述
创意写作 AI 虚构的角色、设定、剧情,常被作家、游戏编剧拿去当构思的引子
语义想象力 幻觉跳出了现实语义的框,能生出新的概念、隐喻和诗意的文字
跨领域联想 模型会把物理和哲学、数学和神话胡乱搅拌,凑出人意料的组合
集体创作引子 用户一边识别幻觉一边讨论,有时候反而能改出有意义的东西
测试模型边界 幻觉扎堆的地方暴露了模型的盲区,给以后的训练优化指了路

举个具体的:科幻写作里,AI 幻觉能抛出”量子意识场””心灵引擎”这种现实里没影儿、但正因为够荒唐反而有张力的词。艺术创作那边,靠幻觉激发灵感、生成诗化文字或者绕来绕去的叙事,已经是很常见的玩法了。

而且幻觉还能被”引导”——用 prompt 把它往”更敢想”的方向推。到这一步,它就不是缺点,而是被管理起来的想象力。

往坏处想:误导和信任危机

幻觉的风险面更广,尤其是被人当成真事信了的时候,信任和认知都会出问题。

场景 风险
高风险行业(医疗/法律/金融) 模型的幻觉可能被当成建议信了,导致决策失误甚至伤人
新闻与事实核查 AI 编的”引用””伪文献”会污染信息
教育领域 学生可能把幻觉当真知,认知就被带歪了
AI 信任危机 用户发现幻觉越多,越难判断模型”什么时候在说真话”

具体点说:医疗诊断里,模型要是胡乱推荐一个根本不存在的疗法或药名,后果不堪设想。学术写作里,幻觉生成的伪引用造成的”内容伪造”,已经让学界吵了好一阵”AI 辅助写作的伦理”问题。

更结构性的一层是:幻觉把模型的可验证性、可靠性拉低了。当用户越来越没法预测模型在某件事上的”准确率”,把 AI 当可信助手这件事本身就被打上了问号。

跟人的幻觉比,差在哪

“幻觉”这词本来是从心理学借来的,AI 幻觉跟人的幻觉,像又不像。

维度 人类幻觉 AI 幻觉
成因 可能由神经异常、睡眠紊乱、药物、情绪等引发 源自模型推理过程中的数据缺失或过度泛化
自我感知 幻觉者可能察觉或完全沉浸其中 模型没有”意识”,也无幻觉自知能力
体验性 通常伴随感知错觉(幻听、幻视等) 表现为自然语言输出,不涉及感官系统
表达形式 语言 + 图像 + 行为 主要为语言或代码等符号生成
可控性 难以主动停止或预测 可通过 prompt 工程、后处理限制其发生
意义生成 常作为文化、信仰、梦境等符号解释对象 人类可对 AI 幻觉赋予含义,但模型本身无”意图”

人的幻觉通常被塞进心理或宗教的解释里,什么”神启””预兆””艺术灵感”。梦里的幻觉更被当成潜意识的映射,是创意的源頭。AI 的幻觉没有主观意图,但在语言生成的多样和抽象上,确实显出了点”类幻觉”的结构特征。

这种”类幻想”的结构性输出提醒我们一件事:AI 不需要真有意识,也能模拟出某种带着想象力特征的语言现象。

幻觉和意识,有没有关系

幻觉是不是说明 AI 有了”意识的苗头”?我们能不能借着它重新搭一套人工意识?

这问题没人能拍板,但值得想。

从现有技术和认知科学看:AI 没有主观体验(qualia),不会反思、也没有感受;幻觉只是语言生成策略里的”概率偏移”,不是故意的。但它形式上确实有”语言自己拐了弯”的行为特征,跟人的幻想有点像。

如果把幻觉理解成”思维系统自发做语义生成的一种表现”,那它或许能当研究 AI 意识的间接入口——幻觉不是意识本身,但能看成一种”潜在认知模型”的外显。

再往下推几步:要是能追踪幻觉怎么形成的,我们可能拿到模型的”推理轨迹”;要是模型学会审视自己的幻觉(也就是元认知),那就贴近意识的某些要素了;要是幻觉能跟人类共创系统互动,织出一张可解释的”虚构知识网络”,那也许就是人工创造力的萌芽。

收尾:从幻觉出发,重新想人和机器怎么一起写

我们习惯把幻觉当”偏差”、当”错”,可创意这件事,偏离本身就是价值。

AI 幻觉的出现,既是麻烦,也是机会。它逼着我们重新问:真实和虚构的边界到底在哪?人类语言本质上是不是一种”社会化了的幻觉”?我们能不能在幻觉里摸到创造力的规律?

HalluPilot-G 项目就是从这个角度看问题的,它提了一个幻觉驱动的协作模型:人标幻觉,模型出内容,两边一起商量语义。这种”把幻觉当起点”的路子,说不定能带出一种全新的共创方式。

往后我们大概不会让 AI 彻底不幻觉,而是学着跟它相处——搞明白它什么时候在编,把它编出来的东西接住、改好,最后让它变成我们想象力的一部分。


延伸阅读推荐:

  • Emily Bender 等人:”On the Dangers of Stochastic Parrots”
  • Melanie Mitchell:《人工智能:心智的新科学》
  • Margaret Boden:《人工创造力:机器如何想象?》

本文作者:Samjoe Yang

本文链接: https://need.uno/ai-huan-jue-de-ben-zhi-ying-xiang-yu-chuang-zao-xing-jie-zhi-tan-tao/

版权声明:本作品采用 知识共享署名-相同方式共享 4.0 国际许可协议 进行许可。

评论