蛇年春節的“頂流”是誰？DeepSeek當之無愧。
事實上，過去一年多，不僅僅DeepSeek，還有ChatGPT、文心一言、豆包、Kimi……各路網友腦洞大開，挖掘出 DeepSeek 千奇百怪的用法，搞翻譯寫總結，提供創業、理財、育兒、旅行等各種高能方案，甚至還得整點玄學……
只是，此時再刷手機，你還能分得清，哪段是DeepSeek寫的，哪段是人寫的嗎？
比如下面這段話，是誰寫的呢？在晨光的輕撫下，城市的輪廓逐漸清晰，街道上行人稀少，只有偶爾的晨跑者打破了這份寧靜。空氣中彌漫著新鮮面包的香氣，從街角的面包店飄散開來，誘惑著過往的行人。公園里，老人們打著太極，動作緩慢而流暢，仿佛與這個世界和諧共鳴。孩子們的笑聲從遠處的游樂場傳來，清脆悅耳，如同天籟之音。這座城市，就像一幅精致的畫卷，每一筆每一劃都透露著生活的韻味和時代的痕跡。在這里，每一個瞬間都值得被珍藏，每一段故事都值得被講述。
“真假美猴王”
很難選很難評？
如果你在兩種答案之間猶豫不決，不妨求助一下Fast-DetectGPT。
這是由西湖大學自然語言處理實驗室研發的一款AI程序，一段文本到底是不是AI生成的，逃不過它的“眼睛”。
我們把這道選擇題交給它試試。
首先，打開Fast-DetectGPT，主界面一目了然。
我們上面那段文字復制粘貼在左側的對話框里，隨著點擊“summit”提交，右側的判定結果很快就出來了——是AI(DeepSeek)寫的！
它對這個判定有幾成把握？
據右邊藍色的環形進度條提示，它認為AI生成的概率高達84%。
恭喜Fast-DetectGPT，回答正確！
不得不感嘆，從生成到檢測，AI自己就實現了“閉環”。人類，甚至是人類中的“專家”也完全比不過。
2023年12月，發表在Research Methods in Applied Linguistics上的一則研究，討論了頂級期刊的語言學家/評論家能夠在多大程度上區分AI寫作和人工寫作——72位語言學專家參與了這項調研，結果這些專家的正確率不足40%。
“真假美猴王”的經典橋段，正在人工智能領域上演。
“找不同”
盡管我們作為“人”，很難準確揪出AI生成的文字，但面對“不是人”寫的文字時，總有一種說不上來的“別扭”。這種別扭，或許是來自潛意識里的直覺判斷，但這種別扭說不清道不明。
事實上，機器生成的文本與人類生成的文本看起來很像，但在語義、語法、用詞習慣等細節處理上存在許多“不同”。
Fast-DetectGPT這款AI工具，本質上就是“找不同”。
“人類的思考是‘因果性’的，而機器的思考則偏向‘統計性’。”什么意思？西湖大學自然語言處理實驗室負責人張岳進一步解釋，“以寫文章為例，AI的寫法是學習現有的數據，從中挑選最‘安全’的詞，也就是按照概率高低來選詞，這和人寫作的創造性是有本質區別的。”
如果現在有一個數據庫，里面裝著人類歷史上100位天才作家的文章。當AI用“統計性”去學習這個數據庫，它學到的不是這些天才作家的“神來之筆”，而是他們之間共用的、出現頻率更高的詞。
這個詞，叫“平庸”。
還是很難理解？
那我們來看一段“人”寫的文字：
我翻開歷史一查，這歷史沒有年代，歪歪斜斜的每頁上都寫著‘仁義道德’幾個字。我橫豎睡不著，仔細看了半夜，才從字縫里看出字來，滿本都寫著兩個字是‘吃人’！
什么樣的歷史沒有年代？字縫里怎么能看出“吃人”的字來？看似“毫無邏輯”的話語，實則寫出了封建禮教的殘酷本質。你應該也看出來了，這段出自魯迅的《狂人日記》。
如今，AI或許可以模仿魯迅的文風，但要原創出這種哪哪都是“危險”用詞的文筆，對AI來說是絕無可能的。
為什么？因為AI缺少“泛化性”。
也就是模型在訓練數據集中學到的能力，能不能通過背后的因果邏輯“舉一反三”，把這種能力應用到全新的領域，獲得“分布以外的泛化性”。
張岳深耕自然語言處理（NLP）領域多年。從清華的本科、牛津的博士、劍橋的博后，到新加坡科技與設計大學和西湖大學的獨立科研，他始終將研究聚焦在AI的泛化性上，即如何讓機器真正像人一樣思考——
有直覺，也有理性；能憑空創造，也能邏輯推理。
“在大模型看來，每個人都是‘危險’的。”張岳說。
張岳
以子之矛，攻子之盾
回到Fast-DetectGPT，我們已經知道AI生成內容和人類生成內容的本質不同，如何利用這種不同開發工具呢？
目前已知主要有三類技術來識別AI生成的內容：監督分類器法、零樣本分類器法、文本水印法，用起來各有利弊。
監督分類器法比較實在，它需要收集大量的已知數據去做分類學習，就像學生上課，碰到沒有“見過”“學過”的數據，就會找不著北，導致準確率下降。
零樣本分類器法，顧名思義無需收集數據，它主要是學習AI寫的文本有什么特征，以此來做區分判斷。但是，AI寫文章到底有什么“特征”呢？如果AI寫得越來越像人，“特征”越來越不明顯怎么辦？這些都是難點。
文本水印法，與前兩種主動區分AI和人類的方法不同，它是在AI生成的文本上打上“水印”，準確率比前兩種都要高，但可能存在水印被人為弱化甚至移除的風險。
鮑光勝選擇了零樣本分類器法來完成這項實驗。他是Fast-DetectGPT的主要研發者，也是西湖大學2022級博士研究生，考進來的時候43歲，是校內年齡最長的學生。在選擇讀博之前，他分別在微軟和阿里巴巴工作多年，在自然語言處理上積累了充足的產業界實踐經驗。
他提出一種假設——在給定上下文的情況下，人類和AI在選擇詞匯時會存在明顯的差異，但是不同AI模型之間的差異并不明顯。利用這種差異，研究團隊利用一種自動化的指標去區分。
我們可以把它理解成，面對一篇文章，Fast-DetectGPT作為AI先想想如果是自己寫會怎么寫呢？然后根據這個自問自答的參考答案，去比對原文看看重合度有多高——以子之矛，攻子之盾。
鮑光勝進一步解釋，當程序接收到一個文本片段，首先會在不改變原意的情況下進行改寫，把局部的同義詞替換掉，再將這份替換后的文本與原始文本進行對比，如果是AI寫的，兩者之間的相似性會比較明顯。
簡單點說， AI對AI寫的內容更“熟悉”，可以“認出”同類的作品。
效果怎么樣？
目前，Fast-DetectGPT及其私有模型擴展Glimpse能夠支持26種語言。2024年4月上線至今，已經有5萬多人次用它做過“是AI還是人”的檢測。與上一代DetectGPT相比，Fast-DetectGPT在速度上提升了340倍，在檢測準確率上相對提升約75%。在ChatGPT生成的文本上，Fast-DetectGPT 檢測正確率為96%；在GPT-4生成的文本上，Fast-DetectGPT檢測的正確率達到了90%；針對DeepSeek-v3生成文本的檢測，正確率則達89%。而其擴展Glimpse進一步將多語言場景下的檢測錯誤率降低50%以上。
新奇與熱鬧過后，隨著AI寫得越來越像人，安全、公平、知識產權等問題隨之而來。
面對AI快速生成的大量文本、圖片、音頻、視頻，如何第一時間辨別真偽？
當AI生成和人類生成的內容同臺競爭，還有沒有公平可言？
利用AI創作的內容，版權又該如何界定？
AI 生成內容也讓我們不得不思考，人類獨特的價值究竟是什么？
這些問題，我們無法很快給出答案，但不論從任何一個問號出發，張岳認為：“檢測出哪些是AI生成的內容，是人類維護內容安全的第一步。”
但，人工智能勢不可當。
我們必將擁抱AI。內容安全之上，我們也必須相信“人”的價值。
AI科學家張岳說，創造力、批判性思維、社交能力以及領導力等等，都是AI難以復制的“人類特質”。
作家麥家說，未來的眼淚在哪里？機器不知道，偉大的作家是知道的。最好的那1%的作品，依然需要人去創造。
也許現在我們都應思考，如何去發展那1%的珍貴。
本文鏈接：http://m.020gz.com.cn/news-8-2758-0.html準確率96%！AI時代如何分辨“真假美猴王”？
聲明：本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
上一篇：北京新增一所大學
點擊右上角
微信好友
朋友圈
點擊瀏覽器下方“
”分享微信好友Safari瀏覽器請點擊“
”按鈕
點擊右上角
QQ
點擊瀏覽器下方“”分享QQ好友Safari瀏覽器請點擊“”按鈕
