炒股里的加杠杆是什么意思:股票量化交易软件app-人民日报刊文：人工智能为何会产生幻觉

　　在科幻电影中，人工智能常被塑造成全知全能的“超级大脑 ” ，但现实中
，AI却时常表现为“自信的谎言家
” 。比如，请AI描述“关公战秦琼” ，它不仅能“叙述 ”虚构的故事情节
，还会“猜测
”用户喜好，煞有介事地编造不存在的文献档案
。这种现象被称为“AI幻觉” ，已经成为困扰许多人工智能企业和使用者的现实难题。

　　AI为什么会一本正经地胡说八道？根源在于其思维方式与人类存在本质不同 。今天人们日常使用和接触最多的AI大模型本质上是一个庞大的语言概率预测和生成模型
。它通过分析互联网上数以万亿计的文本
，学习词语之间的关联规律，再像玩猜词游戏一样 ，逐字逐句生成看似合理的回答。这种机制使AI擅于模仿人类的语言风格，但有时缺乏辨别真伪的能力 。

　　AI幻觉的产生与大模型训练的过程密不可分
。AI的知识体系基本来源于训练时“吞下 ”的数据源。来自互联网的各类信息鱼龙混杂
，其中不乏虚假信息、虚构故事和偏见性观点 。这些信息一旦成为AI训练的数据源，就会出现数据源污染。当某个领域专业数据不足时 ，AI便可能通过模糊性的统计规律来“填补空白
”
。比如
，将科幻小说中的“黑科技”描述为真实存在的技术。在AI被越来越多地用于信息生产的背景下，AI生成的海量虚构内容和错误信息正在进入训练下一代AI的内容池 ，这种“套娃 ”生态将进一步加剧AI幻觉的产生 。

　　在大模型训练过程中
，为了使AI生成满足用户需求的内容，训练者会设置一定的奖励机制——对于数学题等需要逻辑推理的问题 ，往往通过确认答案的正确与否给予奖励；对于写作等开放式命题
，则需要判断其生成的内容是否符合人类写作习惯
。为了训练效率，这种判断更多关注AI语言的逻辑性和内容格式等指标 ，却忽略了事实的核查。

　　此外
，训练过程的缺陷也会导致AI存在“讨好”用户的倾向，明知道答案不符合事实 ，也愿意遵照指令生成迎合用户的内容，并编造一些虚假的例证或看似科学的术语来支撑自己的“假说
” 。这种“角色扮演式”的表达让许多普通用户难以分辨AI幻觉
。上海交通大学媒体与传播学院进行的一项全国抽样调查显示
，约七成受访者对大模型生成虚假或错误信息的风险缺乏清晰认知。

　　如何破解AI幻觉？开发者尝试通过技术手段为AI“纠偏 ” 。比如“检索增强生成
”技术，这意味着AI在回答前需要从最新的数据库检索相关信息 ，降低“信口开河”概率；一些模型被要求在不确定答案时主动承认“不知道 ”
，而非强行编造答案
。不过，由于目前的AI无法像人类那样理解语言背后的真实世界 ，因此这些方法难以从根本上解决AI幻觉问题。

　　应对AI幻觉
，不仅需要技术规制，也需要从公民AI素养普及 、平台责任
、公共传播等维度构建系统性的“幻觉免疫力
” 。AI素养不仅包含使用AI的基本技能 ，更重要的是对AI幻觉要有基本的认知能力
。明确技术平台的责任边界同样重要
，AI产品在设计时就应嵌入风险提示机制，自动标记“可能存在事实性错误”等警示内容 ，并提供方便用户进行事实核查和交叉验证的功能。媒体可以通过定期发布AI伪造事实的典型案例
，进一步培养公众的识别能力 。通过多方联手，智能时代的认知迷雾才能被真正破除。

　　（作者为上海交通大学媒体与传播学院特聘教授 ，本报记者黄晓慧采访整理）