劃重點
01OpenAI的AI轉錄工具Whisper被曝出在文本轉錄和翻譯時會出現整句幻覺，包括種族評論、暴力言論和編造醫(yī)生與患者的對話。
02目前，Whisper的使用范圍已涵蓋全球數千家公司，僅上個月開源AI平臺HuggingFace中Whisper的最新版本下載量就超過420萬次。
03美國康奈爾大學和弗吉尼亞大學的教授發(fā)現，Whisper產生的幻覺中有近40%的是有害或令人擔憂的。
04由于患者與醫(yī)生的會面是保密的，其他人很難知道AI生成的記錄對醫(yī)生和患者有何影響。
05專家呼吁聯(lián)邦政府考慮制定AI法規(guī)，以解決幻覺問題并確保AI產品的安全性。
以上內容由騰訊混元大模型生成，僅供參考
智東西（公眾號：zhidxcom）
編譯 | 程茜
編輯 | 心緣
智東西10月28日報道，OpenAI的AI轉錄工具Whisper被曝出，在文本轉錄和翻譯時會出現整句幻覺！
外媒美聯(lián)社采訪了十幾位工程師、開發(fā)人員和學術研究人員發(fā)現，OpenAI的AI轉錄工具Whisper很容易編造大段文本甚至整句話，這些幻覺中包含種族評論、暴力言論，甚至會編造醫(yī)生和患者的對話。
Whisper是2020年9月OpenAI推出的一款開源AI語音轉文字工具，其在英語語音識別方面的穩(wěn)健性和準確性已達到人類水平，并且支持其他98種語言的自動語音辨識。截至目前，Whisper的使用范圍已經涵蓋了全球數千家公司，并且僅上個月開源AI平臺HuggingFace中Whisper的最新版本下載量就超過420萬次，基于Whisper構建的工具已經有超過30000名臨床醫(yī)生和40個醫(yī)療系統(tǒng)使用。
密歇根大學的一名研究人員在進行一項關于公開會議的研究時透露，在他開始嘗試改進模型之前，他發(fā)現他檢查的每10個音頻轉錄中就有8個出現幻覺；一位機器學習工程師稱，他最初分析了100多個小時的Whisper轉錄樣本，發(fā)現其中約有一半內容存在幻覺。還有開發(fā)人員透露，他用Whisper創(chuàng)建的26000份轉錄樣本中幾乎每一份都發(fā)現了幻覺。
幻覺是指大模型在生成文本、回答問題或進行其他輸出時，會產生一些看似合理但實際上是錯誤的信息。這些信息沒有事實依據，就好像模型產生了 “幻覺”。
即使是錄制良好的短音頻樣本，轉錄幻覺的問題仍然存在。計算機科學家最近進行的一項研究發(fā)現，在他們檢查的13000多個清晰音頻片段中，有187個片段中出現幻覺。
例如下圖中，音頻文件的原話是“她接了電話后，她開始祈禱”，轉錄的內容為“我感覺我要摔倒了，我感覺我要摔倒了，我感覺我要摔倒了”。
原音頻為“嗯，她的父親再婚后不久就去世了”，但AI將其轉錄為“沒關系。只是太敏感了，不方便透露。她確實在65歲時去世了”。
這種趨勢或許將導致數百萬條錄音中出現數萬處錯誤的轉錄，這對于事關人們健康安全的醫(yī)療行業(yè)影響更為深遠。
一、40%轉錄幻覺有害，AI自作主張補充對話細節(jié)
Whisper目已集成到OpenAI旗艦聊天機器人ChatGPT的某些版本中，同時也是甲骨文和微軟云計算平臺的內置產品。HuggingFace的機器學習工程師Sanchit Gandhi說，Whisper是最受歡迎的開源語音識別模型，并被嵌入到從呼叫中心到語音助手等各種設備中。
因此，使用范圍最廣的Whisper，被發(fā)現出現大量幻覺也更令使用者擔憂。
美國康奈爾大學的艾莉森科內克教授和美國弗吉尼亞大學的莫娜斯隆教授研究了他們從卡內基梅隆大學的研究資料庫TalkBank獲得的經轉錄的數千個簡短片段。他們確定，Whisper產生的幻覺中有近40%的是有害或令人擔憂的，因為說話者可能會被誤解或歪曲。
在他們發(fā)現的一個例子中，一位發(fā)言者說道：“他，那個男孩，我不太確定，要拿走雨桑”
但轉錄軟件補充道：“他拿了十字架的一大塊和一小塊碎片……我敢肯定他沒有帶恐怖刀，所以他殺了很多人。”
另一段錄音中的一位發(fā)言人描述了“另外兩名女孩和一名女士”。Whisper編造了關于種族的額外評論，補充說“另外兩名女孩和一名女士，嗯，是黑人。”
在第三次轉錄中，Whisper發(fā)明了一種不存在的藥物，稱為“高活性抗生素”。
研究人員并不確定Whisper和類似工具為何會產生幻覺，但軟件開發(fā)人員稱，幻覺往往發(fā)生在說話聲音暫停，出現背景聲音或有音樂播放時。
二、被用于700萬次就診記錄，原始音頻文件被刪除
OpenAI曾在其在線披露中建議不要在“決策環(huán)境中”使用Whisper，因為“決策環(huán)境的準確性缺陷可能導致結果出現明顯缺陷”。但這一警告并沒有阻止醫(yī)院或醫(yī)療中心使用Whisper等語音轉文本模型來轉錄醫(yī)生就診時所說的內容，因為這些工具可以幫助醫(yī)務人員花更少的時間做筆記或撰寫報告。
目前，有超過30000名臨床醫(yī)生和40個醫(yī)療系統(tǒng)已開始使用由美國數字健康創(chuàng)企Nabla開發(fā)的基于Whisper的轉錄工具。Nabla首席技術官馬丁雷森（Martin Raison）稱，這一工具根據醫(yī)學語言進行了微調，可以轉錄和總結醫(yī)生與患者的互動，該工具已用于記錄約700萬次醫(yī)療就診記錄。不過，這家創(chuàng)企的負責人也透露，他們知道Whisper可能會產生幻覺并正在解決這個問題。
▲Nabla官網主頁的AI工具介紹
雷森稱，他們無法將Nabla生成的記錄與原始錄音進行比較，因為Nabla的工具會出于“數據安全原因”刪除原始音頻。OpenAI前工程師威廉桑德斯（William Saunders）認為，如果沒有仔細檢查記錄，或者臨床醫(yī)生無法訪問錄音來驗證其是否正確，刪除原始音頻可能會令人擔憂。因為“如果你拋棄了基本事實，你就無法發(fā)現錯誤”。
Nabla的相關負責人認為，沒有一種模型是完美的，目前他們的模型要求醫(yī)療服務提供者快速編輯和批準轉錄的記錄，但未來他們或許會改變這種操作模式。
去年之前一直擔任美國科技政策辦公室主任的阿隆德拉尼爾森（Alondra Nelson）說，這樣的錯誤可能會產生“非常嚴重的后果”，尤其是在醫(yī)院環(huán)境中。
Whisper還用于為聾人和聽力障礙者制作隱藏式字幕這一群體特別容易出現轉錄錯誤。負責美國加勞德特大學技術訪問項目的聾人患者克里斯蒂安沃格勒 （Christian Vogler）說：“這是因為聾人和聽力障礙者無法識別隱藏在所有其他文本中的捏造。”
三、Whisper出現幻覺頻率高于同類工具，OpenAI內部已反饋更新
更令人擔憂的是，由于患者與醫(yī)生的會面是保密的，因此其他人很難知道AI生成的記錄對醫(yī)生和患者有何影響。
美國加州議員麗貝卡鮑爾-卡漢（Rebecca Bauer-Kahan）稱，今年早些時候，她帶著一個孩子去看醫(yī)生并拒絕簽署該醫(yī)療網絡提供的一份表格，該表格要求她允許將咨詢音頻分享給包括微軟Azure在內的供應商，她不希望如此私密的醫(yī)療對話被分享給科技公司。“該法案（美國加州和聯(lián)邦私法）明確規(guī)定營利性公司有權獲得這些權利。”但卡漢說，“我當時的反應是絕對不行。”
這種幻覺的普遍存在促使專家、倡導者和OpenAI前員工呼吁聯(lián)邦政府考慮制定AI法規(guī)。他們認為，OpenAI至少需要優(yōu)先解決這一缺陷。
“如果（OpenAI）公司愿意優(yōu)先考慮這個問題，這個問題似乎是可以解決的。”桑德斯認為，“如果你把它推出去，人們過于自信它能做什么，并將其整合到所有其他系統(tǒng)中，那就有問題了。”
據OpenAI發(fā)言人透露，公司正在不斷研究如何減少幻覺，并對研究人員的發(fā)現表示贊賞，并補充說OpenAI在模型更新中納入了反潰
雖然大多數開發(fā)人員認為轉錄工具會出現拼寫錯誤或犯其他錯誤，但工程師和研究人員表示，他們從未見過其他AI轉錄工具像Whisper一樣產生如此多的幻覺。
結語：幻覺問題是AI應用的重大隱患
一些專家在接受媒體采訪時提到，此類捏造是有問題的，因為Whisper被全球眾多行業(yè)用來翻譯和轉錄采訪、在流行的消費技術中生成文本以及為視頻創(chuàng)建字幕。更令人擔憂的是，盡管OpenAI警告不應在“高風險領域”使用該工具，但醫(yī)療中心仍急于使用基于Whisper的工具來記錄患者與醫(yī)生的咨詢。
即便AI公司一直在努力解決幻覺問題，但目前看來收效甚微。今年早些時候，谷歌的AI助手因建議使用無毒膠水來防止奶酪從披薩上掉下來而遭到批評；蘋果CEO蒂姆庫克也在接受采訪時提到，幻覺可能會成為其AI未來產品的一個重要問題，并且他對這些工具是否會產生幻覺的信心程度并不是100%。
因此，如何平衡好產品開發(fā)、推向市場，與這一產品被應用到各行各業(yè)所產生的影響，對于AI產業(yè)的參與者而言都至關重要。
