微软GenAI开发瓶颈，转攻AI安全推出抗幻觉神器
微软已经有一段时间没有向外界透露任何有关GenAI的讯息了。
在减少对OpenAI技术依赖的过程中，GenAI本该是微软的重要战略。但科技媒体The information了解到的微软组织变革表明：
微软在自主开发和训练生成式人工智能上遇到了瓶颈。
而同期微软推出的AI相关的新工具，也佐证了其在生成式人工智能业务上的战略转向。
前途未卜的合成数据与蒸馏模型
今年的早些时候，微软似乎在对先前内部的一个名为「蒸馏」项目加倍投注。
这个项目的内容大致为先使用OpenAI的模型生成大量数据，然后再利用这些数据来训练类似ChatGPT的模型。
微软的目标是让这些模型在某些任务上几乎能达到与OpenAI模型相同的表现，这样微软就可以根据自身的需要，对自己开发的模型进行「公平市场价格」的定价和自由出售。
在人工智能的开发中，业内几乎都会使用某种形式的人工智能生成的训练数据，即合成数据。
作为OpenAI的主要资助者，微软拥有充分的自由来使用OpenAI的模型。
因此，微软的研究人员能够要求GPT-4生成数百万段与教科书质量类似的文本段落，包括文章和教科书风格的练习，这些练习附有解释的问答内容。
随后，微软便可以利用这些数据来训练一个较小但其性能表现与GPT-4相似的模型。
而大约从一年前开始，微软就通过提炼OpenAI的模型开发了Phi。
Phi不仅开源，运行成本也更低。
微软研究人员在他们的论文中表示，虽然Phi的规模要小得多，但其性能几乎可以与OpenAI的主要旗舰模型相媲美。
微软CEO纳德拉将Phi形容为微软在AI领域「掌握自己命运」的一种方式。
他向股东们表示，Phi在Azure上与投资公司贝莱德、阿联酋航空以及医疗软件公司Epic等客户进行了合作。
在某些情况下，特别是当问题相对简单、不需要复杂解答时，微软用Phi替代了OpenAI 的模型，例如在Bing等产品中取代GPT-4作为AI聊天机器人。
在Phi初步成功之后，今年一月，微软将负责Phi的首席研究员Sébastien Bubeck从微软研究部门调往一个专注于构建蒸馏模型的新组织。
同年三月，微软以6.5亿美元的协议聘请了Inflection的CEO 穆Mustafa Suleyman并让他负责公司的消费者AI业务后，Bubeck被调到了苏莱曼所管理的微软AI团队。
据两位知情人士称，他负责的是使用OpenAI的大型模型来生成训练数据。
然而，最近Bubeck已从Suleyman的团队离职，重新回到微软研究部门，并再次向研究主管Peter Lee汇报工作。
而在八月，负责将Phi模型添加到Azure和其他微软产品中的Misha Bilenko也离职前往了谷歌的DeepMind AI团队。
一位微软AI研究员认为，这些突如其来的人员变动可能表明，Suleyman将不再把合成数据和蒸馏视为部门的发展方向以及微软的首要目标。
另一方面，今年五月被寄予期望的大型模型MAI-1毫无消息，且Suleyman团队之后也再也没有公开发布过任何模型的情况，也佐证了这一战略转向。
微软现如今依然要依靠OpenAI的模型来支持自己的人工智能服务，据一些金融机构的预测，微软今年有望在Azure上通过转售OpenAI的模型获得超10亿美元的收入。
值得在意的是，微软近期推出了一项在Azure AI上的新服务——
「校正」：人工智能幻觉的纠正工具
现阶段阻碍生成式人工智能在现实中更广泛地应用落地的最大缺陷，就是「幻觉」（hallucinations）。
幻觉是指缺乏基础数据支持的内容的生成，输出误导性的信息。
这种现象尤其与大型语言模型（ LLMs ）相关。
在医学、自动驾驶等高风险领域，准确的信息至关重要。
虽然人工智能有潜力改善对重要信息的获取，但幻觉可能会导致误解，造成严重的后果。
虽然业内可以通过「过滤」来解决幻觉问题，但这种方法在输出的文本因内容被删减或屏蔽而变得不连贯时，会导致用户体验不佳。
而微软认为，在Azure AI内容安全的接地检测（groundedness detection）中引入的一项新功能——校正（correction），能够突破上述局限。
今年三月，微软在Azure AI引入了接地检测。它能够将人工智能的输出与原文档进行比较，以识别生成过程中的幻觉内容。
但在用户实际体验这项服务的过程中，一个疑问也随之产生：「对这些检测到的幻觉内容除了屏蔽之外，我们还能做什么？」
为了解决这个问题，微软在接地检测中引入了校正功能，让使用GenAI程序的用户能够遇到幻觉之前，实时识别和纠正幻觉。
但校正的运作，需要程序连接到用于文档摘要和给予RAG的接地文档。
之后，Azure AI上的接地检测将通过以下几步运行：
检测：首先，Azure AI内容安全会扫描AI生成内容中的无根据部分。
幻觉现象并不是一个完全有或完全无的问题，大多数无根据的输出实际上也包含了一些有根据的内容。
这就是为什么有根据性检测可以精确找到无根据内容的具体部分。
当无根据的内容被识别出来后，模型会高亮显示具体不正确、不相关或虚构的文本。
推理：在识别出无根据的段落后，模型会生成解释说明，说明为什么某些文本被标记。
这种透明性非常重要，因为它可以让用户明确无根据的点，并评估其不接地的严重性。
修正：一旦无根据的内容被标记，系统会实时启动改写过程。被标记为不准确的部分会被修改，以确保与相关数据源保持一致。
但如果该句子缺少任何与基础文件相关的内容，则可能会被完全过滤掉。
而在用户看到最初的无根据内容之前，修正就已经完成。
输出：最后，修正后的内容将返回给用户。
但微软强调，该工具提高的是人工智能生成的内容和源材料之间的一致性，它并不能保证生成的内容可以到达完美的准确性。
毕竟最根本的是数据来源的真实性和客观性。或许，这也是微软决定内部战略转向的原因。
而在构建值得信赖的人工智能的道路上，业界的开发者们还需要更多不同的尝试。
参考资料：
https://the-decoder.com/microsoft-unveils-ai-hallucination-correction-tool/
