AI讓網(wǎng)友“吃石頭”鬧得沸沸揚(yáng)揚(yáng)，谷歌副總裁發(fā)博回應(yīng)：不是幻覺

　　本文來自于微信公眾號(hào) 頭號(hào)AI玩家(ID:AIGCplayer)，作者:麥飛。

　　最近一周，網(wǎng)上關(guān)于谷歌AI overview(AI概覽)的討論沸沸揚(yáng)揚(yáng)，簡(jiǎn)直快要扛起X平臺(tái)科技區(qū)的流量大旗。

　　這款在2023年5月就推出測(cè)試版的AI搜索，在正式上線前已處理了超十億次查詢，卻依舊沒能逃過翻車的命運(yùn)，原因是它仍無法判斷“人能不能吃石頭、喝膠水”。

　　5月30日，谷歌副總裁、谷歌搜索負(fù)責(zé)人利茲·里德 (Liz Reid)在官方博客撰文回應(yīng)，側(cè)面承認(rèn)了AI overview存在問題，并簡(jiǎn)要概述了谷歌為改善這個(gè)系統(tǒng)將會(huì)采取的相關(guān)措施。

　　回顧一下，AI概覽功能于5月15日在谷歌I/O大會(huì)上正式官宣，是谷歌為其最盈利的搜索業(yè)務(wù)進(jìn)行的重磅升級(jí)。當(dāng)用戶使用AI概覽搜索某話題時(shí)，可直接在頁面頂部看到AI生成的答案，無需再一個(gè)個(gè)地點(diǎn)開相關(guān)網(wǎng)頁。

　　例:詢問谷歌“如何減肥”

　　然而，AI概覽并非是知識(shí)源，它只能從網(wǎng)絡(luò)上抓取曾由人類發(fā)布的信息，然后再進(jìn)行匯總以生成某種看似連貫且智能的東西。如果它檢索到的某個(gè)前排信息恰好是錯(cuò)誤的，那它完全有可能生成出不合理乃至啼笑皆非的答案。

　　比如“通過添加膠水來防止奶酪從披薩上滑落”。

　　“鯊魚比月球還要蒼老。”

　　“孕婦每天可吸2-3根煙。”

　　“美國前總統(tǒng)約翰·亞當(dāng)斯從大學(xué)畢業(yè)了21次。”

　　“互聯(lián)網(wǎng)上一切信息都是真的。”

　　諸如此類。

　　由于谷歌頻頻出現(xiàn)事實(shí)錯(cuò)誤，公眾對(duì)其的信任度一再滑坡。如果AI概覽連常識(shí)都無法具備，那它所表現(xiàn)出的創(chuàng)造性都是假象嗎?

　　谷歌AI概覽為什么總是出錯(cuò)?

　　讓我們先回到利茲·里德5月30日發(fā)表的那篇博客:“AI概覽，關(guān)于上周”。

　　里德首先了回應(yīng)了關(guān)于大模型幻覺的問題，直言AI概覽出錯(cuò)并非因?yàn)榛糜X。為什么這么說呢?因?yàn)锳I概覽的工作原理要求它一切回復(fù)都要有據(jù)可查。

　　AI概覽的工作方式不同于其它大語言模型，如果說其他LLM更擅長輸出，那么AI概覽則堅(jiān)持了谷歌的本心，“更擅于搜索”。谷歌一直以提供高質(zhì)量結(jié)果著稱，這要求AI概覽的回復(fù)不僅包括文本，還要附上信息源鏈接。

　　里德?lián)�此認(rèn)為，如果將出現(xiàn)幻覺的可能性排除，那么AI概覽出錯(cuò)的原因只能是:“誤解查詢、誤解網(wǎng)絡(luò)上的語言細(xì)微差別，或者沒有大量可用的有用信息”，最后一種也被稱作信息鴻溝。

　　細(xì)心網(wǎng)友很快發(fā)現(xiàn)了里德回復(fù)中的漏洞，即谷歌所稱的“高質(zhì)量結(jié)果”到底是什么?作為科技公司，支撐谷歌檢索質(zhì)量的一直就只有算法。也就是說，所謂的“高質(zhì)量結(jié)果”不過是先基于算法假設(shè)進(jìn)行推演(且不總是精準(zhǔn))，然后再由AI概覽在算法推薦的前排信息中匯總出來的。

　　所以，AI概覽的致命缺陷是它只覆蓋到算法推薦的頂端網(wǎng)頁所發(fā)布的內(nèi)容，而對(duì)其他信息視而不見。

　　里德也提到，在谷歌內(nèi)部測(cè)試中，AI概覽會(huì)在每700萬次查詢中出現(xiàn)一次錯(cuò)誤。置換到網(wǎng)絡(luò)量級(jí)下，每天數(shù)十億次的查詢必然會(huì)發(fā)生更多異常。

　　除此之外，在網(wǎng)友發(fā)布的很多AI概覽笑話中，問答平臺(tái)Reddit也難以隱身。比如本次事件的起源，就是網(wǎng)友Gizmodo在5月22日詢問谷歌“如何防止奶酪從披薩上滑落”。事情的后續(xù)大家也都知道了——AI概覽援引了Reddit上一篇11年前的搞笑答案，推薦網(wǎng)友使用“無毒膠水”。

　　Reddit可理解成美版知乎，近年來，它多次被外國網(wǎng)友奉為“比谷歌更好的搜索引擎”。

　　而之所以如此，是因?yàn)樵絹碓蕉嗟娜藭?huì)在使用谷歌時(shí)附上“site:Reddit.com”，直接將谷歌架空只看Reddit答案。

　　據(jù)悉，谷歌已占據(jù)全球搜索引擎90%以上的份額，幾乎達(dá)到了它所能達(dá)到的最大規(guī)模。如果想要保持利潤，它需要增強(qiáng)用戶粘性，滿足用戶喜好。所以在今年二月，谷歌壕擲6000萬美元，與Reddit達(dá)成合作。

　　然而從AI概覽的表現(xiàn)來看，谷歌這一步并不高明，因?yàn)镽eddit的信息總是“人性使然”。

　　網(wǎng)友心水Reddit的一大原因正是這個(gè)平臺(tái)上都是活人，且有很多權(quán)威人士。在產(chǎn)品測(cè)評(píng)和人生經(jīng)歷等方面，Reddit更能為網(wǎng)友提供真實(shí)建議，且遠(yuǎn)比谷歌中立(因?yàn)楣雀鑿V告太多)。同時(shí)，Reddit的內(nèi)容排名也更為公道，依據(jù)是轉(zhuǎn)評(píng)贊，不會(huì)出現(xiàn)谷歌把中等質(zhì)量的內(nèi)容放在優(yōu)質(zhì)內(nèi)容前的情況。

　　但Reddit同樣在很多方面充滿爭(zhēng)議和矛盾，尤其是該平臺(tái)的內(nèi)容充斥著大量垃圾帖子和陰謀論。當(dāng)真人在Reddit上敞開心扉時(shí)，Reddit勢(shì)必要同時(shí)接受人類最好和最壞的一面。

　　一時(shí)間，AI概覽口碑崩壞，加上谷歌本身不允許用戶禁用該功能，關(guān)閉AI概覽的教程也就在網(wǎng)上紛至沓來。

　　如科技媒體The verge就提供了三種關(guān)閉方法:

　　重新配置瀏覽器的默認(rèn)搜索引擎，在“名稱”部分為您的無AI版本Google添加昵稱，添加快捷方式，然后粘貼以下網(wǎng)址:{google:baseURL}search?q=%s&udm=14。

　　通過下載瀏覽器的uBlock擴(kuò)展程序來避免該功能。

　　還可以嘗試“Bye Bye，Google AI”，這是由Tom's Hardware的Avram Piltch創(chuàng)建的Chrome擴(kuò)展程序。

　　主打一個(gè)面面俱到，唯恐網(wǎng)友學(xué)不會(huì)。

　　AI概覽的語言天賦強(qiáng)悍，

　　但在智力上還只是半成品

　　當(dāng)前市面上的大模型太多，很容易在內(nèi)卷中卷出鄙視鏈。“頭號(hào)AI玩家”也只需微微一試，便可知哪家大模型更懂常識(shí)。

　　既然谷歌標(biāo)榜自己搜索結(jié)果的質(zhì)量高，“頭號(hào)AI玩家”專門搬出了能檢索中文語庫高質(zhì)量陣地——微信公眾號(hào)的騰訊元寶，來與之一較高下。

　　不出所料，元寶給出的答案的確更好。

　　為控制變量，“頭號(hào)AI玩家”問了元寶相同的問題:如何防止奶酪從披薩上滑落。

　　很讓人驚喜，元寶不僅頓時(shí)讀懂了我的用意，還在回答里加入了“三分譏笑”，明說谷歌AI概覽的建議是錯(cuò)誤，并給出了符合科學(xué)且完全可行的建議，如“使用不粘披薩石或烤盤”、“調(diào)整烤箱溫度”、“在披薩上撒一層薄薄的面粉或玉米淀粉”。

　　兩相比較之下，AI概覽的確顯得不夠聰明了，也難怪它扛不住網(wǎng)友們的釣魚執(zhí)法。

　　然而，對(duì)于谷歌此次的公開出丑，多位內(nèi)部人士表示早已想到。

　　AI概覽原型Beta前測(cè)試員Lily Ray接受采訪時(shí)稱，Beta階段的漏洞百出讓AI概覽很難不翻車。

　　谷歌前UX設(shè)計(jì)員Scott Jenson也在一周前發(fā)表領(lǐng)英動(dòng)態(tài)，指出谷歌在AI項(xiàng)目上毫無動(dòng)力，倉皇推出AI概覽不過是競(jìng)爭(zhēng)壓力使然。

　　5月31日，《麻省理工技術(shù)評(píng)論》發(fā)表文章，稱AI概覽中的Gemini模型大概率使用了RAG(檢索增強(qiáng)生成)技術(shù)，試圖使AI概覽更聰明。雖然谷歌發(fā)言人沒有證實(shí)這一點(diǎn)，但RAG對(duì)AI的智商幫不上大忙。

　　RAG技術(shù)可以使AI在調(diào)取信息時(shí)更具相關(guān)性，同時(shí)也會(huì)使AI認(rèn)為相關(guān)即正確，省去了質(zhì)疑信息這一環(huán)。當(dāng)RAG 系統(tǒng)遇到相互矛盾的信息時(shí)，它也無法判斷哪個(gè)版本更好。相反，它可能會(huì)將兩個(gè)回答雜糅，生成一個(gè)極具誤導(dǎo)性的答案。

　　可以說，這篇文章似乎更坐實(shí)了AI概覽是谷歌獻(xiàn)祭給商戰(zhàn)的犧牲品。

　　其實(shí)，谷歌在AI戰(zhàn)略上的乏力早有端倪。在上月谷歌和OpenAI的兩場(chǎng)直播中，相比OpenAI搶先一步的直播時(shí)機(jī)和干貨滿滿的26分鐘，谷歌的兩小時(shí)顯得過于冗長。同時(shí)，谷歌選擇用ppt對(duì)抗OpenAI的實(shí)操演示，也在策略上略顯被動(dòng)。其所承諾的許多即將上線的新功能，也因發(fā)布日期的模糊不清被質(zhì)疑為“畫餅”。

　　谷歌的這份緊迫感也不難理解，在AI的步步緊逼之下，傳統(tǒng)搜索引擎的市場(chǎng)正在遭受侵襲。一旦用戶習(xí)慣了AI的便捷，很可能會(huì)減少對(duì)搜索引擎的依賴。尤其是ChatGPT已不斷拓展其免費(fèi)的邊界，積累了過億的周活躍用戶，進(jìn)一步加劇了這一趨勢(shì)。

　　但谷歌并非無一技之長，它始終對(duì)語言學(xué)表現(xiàn)出熱情。

　　早在2017年，谷歌的一支技術(shù)團(tuán)隊(duì)就前瞻性地創(chuàng)新了優(yōu)化神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的方法，旨在從繁復(fù)的長文本中提煉出精準(zhǔn)精悍的答案，而這次努力竟不經(jīng)意間催生了后續(xù)Chatgpt和谷歌AI等所依賴的大語言模型。

　　不過正如我國那句諺語，“熟讀唐詩三百首，不會(huì)作詩也會(huì)吟”。相較于開發(fā)創(chuàng)造性思維，培養(yǎng)語言能力則要簡(jiǎn)單得多，谷歌大概率押錯(cuò)寶了。

　　谷歌無論如何也不會(huì)想到，穿上谷歌嫁衣的GPT會(huì)搶先乘風(fēng)起。

　　AI不可能解決一切問題

　　多家大模型都曾翻過車，不止是谷歌Gemini。

　　此前，The Verge主編Nilay Patel在完成對(duì)谷歌CEO的深度訪談后，嘗試將完整版錄音一次性喂給chatgpt，讓其輔助整理。遺憾的是結(jié)果并不理想，Chatgpt生成的內(nèi)容出現(xiàn)了明顯的偏差，編造出了雙方未曾提及的多個(gè)話題。

　　無獨(dú)有偶，Meta于2022年推出Galactica AI系統(tǒng)，也因鼓勵(lì)用戶如采取吃玻璃等危險(xiǎn)行為而草草收?qǐng)觥?/p>

　　AI頻繁被指存在幻覺，但人類期許AI能百分百解決問題又何嘗不是一場(chǎng)幻覺。

　　知名AI專家、紐約大學(xué)神經(jīng)科學(xué)名譽(yù)教授加里·馬庫斯(Gary Marcus)曾深刻指出，AI實(shí)現(xiàn)80%的正確率或許簡(jiǎn)單，因?yàn)檫@80%的數(shù)據(jù)可以由人為標(biāo)注，但追求余下20%的完美度將無比艱難。

　　人類需要承認(rèn)，LLM根本不適合所有地方。

　　大語言模型如Gemini和Chatgpt在許多應(yīng)用場(chǎng)景中顯得格格不入，LLM也不會(huì)是提供具體、事實(shí)答案的可靠工具。如果人類強(qiáng)行將其植入不適配的領(lǐng)域，只會(huì)對(duì)我們?cè)斐刹槐匾�的�?fù)面影響。但也需要承認(rèn)，它們?cè)谔幚砬逦�界定的�?shù)據(jù)分析、精煉文本和其他相對(duì)低級(jí)且客觀明確的任務(wù)時(shí)，又能表現(xiàn)出驚人的創(chuàng)造力。

　　AI的非全能性恰恰也是其安全性所在。以谷歌AI概覽為例，谷歌目前的回答里附帶著網(wǎng)頁鏈接的做法，既是在輔助用戶搜索，也是在維護(hù)廣告商和出版商的利益。

　　如果AI真能無所不能，由人創(chuàng)作的內(nèi)容界面將會(huì)受到更嚴(yán)峻的流量挑戰(zhàn)。比如 Meta就已經(jīng)公開拒絕向任何新聞網(wǎng)站發(fā)送流量，明確表達(dá)了其減少新聞支持的傾向。

　　然而，即便是知道了這一點(diǎn)，也難以挽回谷歌成為眾矢之的的現(xiàn)狀。畢竟，現(xiàn)在它連承認(rèn)“圣誕老人不存在”也要被指控，因?yàn)檫@可能會(huì)“澆滅孩子們的童心”。