下载掌阅APP，畅读海量书库
立即打开
【AI幻觉案例】
图像识别：把香蕉认成“黄色电话”（可能因为训练数据中香蕉旁边常出现电话）
语音助手：听到“打开窗户”却开始播放《窗外》（语义混淆）
自动驾驶：把穿白色衣服的人识别成“移动的广告牌”
【幻觉产生机制】
AI幻觉≈人类梦境：
数据噪音干扰（类似睡觉时听到的外界声音）
算法随机联想（像大脑在睡眠中重组记忆）
过度拟合（对特定模式产生偏执认知）
【搞笑幻觉名场面】
某AI翻译“我想静静”成“我要和静静结婚”（把人名误认成动词）
人脸识别把戴口罩的用户标记为“未知生物”
聊天机器人声称自己是“秦始皇转世”（训练数据污染）
【科学家的应对】
为了减少幻觉，工程师正在尝试：
给AI植入“常识模块”（比如“香蕉不是电话”）
添加“怀疑机制”（对异常结果自动标记）
进行“反幻觉训练”（专门输入错误数据让AI纠错）