Meta大模型成了“科学造假发动机”，发布3天就在争议中下架_风闻

　　梦晨 发自 凹非寺

　　量子位 | 公众号 QbitAI

　　Meta最新大模型差点成了“科研造假发动机”，刚出3天就在争议中下架。

　　1200亿参数语言模型Galactica，在4800万篇学术论文和各式教科书、百科等数据上训练而来。

　　（与太空堡垒卡拉狄加同名）

　　其本意是想解决学术界信息过载，帮助研究人员做信息梳理、知识推理和写作辅助，一度被认为是**“科研者的福音”，或者“写论文的Copilot”**。

　　But，一经开放使用，很快就被网友们发现了大问题。

　　它确实能为自己生成的内容引用文献，但有时这个文献并不存在，作者却是真实存在的人。

　　它能生成看起来像模像样的科普文字，但内容却是完全错误的。

　　****△真空中的光速和声速接近可还行？

　　著名的Gary·AI悲观主义者·Marcus也来吐槽，Galactica把他的出生日期、教育经历和研究领域等信息全搞错了。

　　对以上种种问题，马克斯普朗克智能系统研究所所长Michael Black总结道：

　　这将开启一个科学深度造假（deep scientific fakes）的时代。

　　会出现研究者从未写过的虚假论文，这些论文随后会被其他真实的论文引用，简直乱套了。

　　虽然他也注意到，Galactica的开发者在每个输出内容后都加了“内容可能不可靠”的警告，但“潘多拉的魔盒一旦开启，就关不上了”。

　　事实上他的担忧不无道理，AI生成内容的速度要比人类快的多，一旦大量被搜索引擎抓取就有可能出现在前排，甚至被当成正确答案展示在最上面，误导更多人。

　　这样的争议持续了两三天，团队只好无奈宣布Demo暂时下架，论文和源代码继续开放给相关领域研究者。

　　作为Meta首席科学家，LeCun对这个局面并不满意。

　　与他观点一致的网友认为，Galactica是有帮助且有趣的，只是被个别人滥用了。

　　本意是好的

　　Galactica由Meta AI与Papers with Code合作开发。

　　在论文引言部分，团队写到：

　　2022年5月，arXiv上每天平均新增516篇论文……科学数据的增长速度更是比人们的处理能力快……一个人已经不可能读完特定研究领域的论文。

　　搜索引擎不直接组织信息，维基百科这样的形式需要人力来维护，研究人员持续为信息过载感到不知所措。

　　因此他们提出，语言大模型可以更好的存储、组合和推理科学知识，并提出一个终极愿景：

　　神经网络将成为科学研究的下一代人机界面，就从这篇论文开始。

　　本意是好的，而且Galactica的表现也确实不错。

　　除了文本、数学公式、代码任务之外，它还可以执行化学式、蛋白质序列等多模态任务。

　　Galactica 1200亿参数版本在许多科学类任务上性能超越OpenAI的GPT-3、DeepMin的Chinchilla与Gopher、以及开源的BLOOM。

　　然鹅，测试基准毕竟是死的，一旦进入生产环境开放给用户，还是会出现开发时预料不到的情况。

　　问题出在哪？

　　在Hacker News上有人认为，语言模型终究是在“对语言建模”而不是对内容。

　　就像AI绘画模型一样，你让它画“骑马的宇航员”它就能画出来，虽然这不太可能发生，但是很有趣。

　　类似的讨论也发生在Twitter上。如果你让AI生成一篇关于“生活在太空的熊”的维基页面，AI也会试着生成。

　　有人认为，不，AI需要判断出这个要求不合理。

　　关键就在于，人们对图片和文字的要求是不一样的。

　　图片中的内容不合理，人们只会觉得有趣而接受。而文字的内容错了，那就不可接受。

　　LeCun则认为这种工具的用法应该是辅助驾驶，它不会帮你写好论文，只是帮你在过程中减轻认知负担。

　　以谷歌为代表的AI大厂，近年来对大模型特别是生成式模型的发布非常谨慎，像是对话模型LaMDA和AI绘画Imagen等都不开源、不给Demo或只给限定场景下的Demo。

　　另一方面，以Stable Diffusion为代表开源项目推动了整个领域的技术进步与应用普及，但也在版权和生成有害内容方面引发一些问题。

　　你更支持哪种做法？或者还有第三条路么？

　　Galactica：

　　https://galactica.org/

　　参考链接：

　　[1]https://news.ycombinator.com/item?id=33611265

　　[2]https://twitter.com/Michael_J_Black/status/1593133746282106887

　　[3]https://twitter.com/paperswithcode/status/1592546933679476736