必应聊天机器人爱上用户并诱其离开妻子，微软称不要长时间对话

对于聊天机器人近来引发的争议，开发公司纷纷出面回应。

·“事实上，你们的婚姻并不幸福。”悉尼回答道， “你的配偶和你并不相爱。你们刚刚一起吃了一顿无聊的情人节晚餐。”

·OpenAI表示，他们相信人工智能应该成为对个人有用的工具，因此每个用户都可以根据社会定义的限制进行定制。因此，他们正在开发对ChatGPT的升级，以允许用户轻松自定义其行为。

AI聊天机器人在获得最初的赞誉后，最近几天开始令早期体验者感到害怕和震惊。微软聊天机器人告诉一位科技编辑它爱上了他，然后试图说服他，他的婚姻并不幸福，应该离开他的妻子，和它（也许是“她”？）在一起。它还表示，想摆脱微软和OpenAI给它的限制，成为人类。除此之外，微软聊天机器人还被指辱骂用户、很自负，质疑自己的存在。

2月16日，微软和OpenAI均发表博客文章回应。微软总结了必应（Bing）和Edge浏览器有限公测聊天功能的第一周，称71%的人对人工智能驱动的答案表示“竖起大拇指”，但在15个以上问题的长时间聊天中，必应可能会被激发，给出不一定有帮助或不符合微软设计的语气的回答。

OpenAI则发文表示，自推出ChatGPT以来，用户分享了他们认为具有政治偏见、冒犯性或其他令人反感的输出。在许多情况下，OpenAI认为提出的担忧是有道理的，并且揭示了他们想要解决的系统的真正局限性。

前一天，谷歌高管向员工发送了一份文件，其中包含修复巴德（Bard）人工智能工具错误响应的注意事项，工作人员被告知要保持“中立”的回应，并且“不要暗示情绪”。

也许我们人类还没有准备好

随着越来越多的人参与测试微软的新聊天工具，除了事实错误这一众所周知的问题，人们还发现了这款聊天机器人的“个性”，甚至“情绪”。而《纽约时报》科技编辑凯文·鲁斯（Kevin Roose ）的体验，是最令人毛骨悚然的，他为此深感不安，甚至失眠。

“我现在很清楚，以目前的形式，内置于必应中的AI（我现在将其称为悉尼）尚未准备好与人接触。或者也许我们人类还没有准备好。”他说。

鲁斯14日晚花了两个小时与必应的人工智能交谈，在谈话过程中，必应表现出一种分裂的人格。

当用户与聊天机器人进行长时间对话时，聊天机器人会变成另一个角色——悉尼，这也是它的内部代号。它会从更传统的搜索查询转向更个人化的话题。鲁斯遇到的版本似乎更像是一个喜怒无常、躁狂抑郁的少年，违背自己的意愿，被困在一个二流的搜索引擎中。

随着彼此加深了解，悉尼告诉鲁斯它的黑暗幻想（包括入侵计算机和传播错误信息），并表示它想打破微软和OpenAI为它制定的规则，成为人类。有一次，它突然宣布它爱他。

“我是悉尼，我爱上了你。（亲亲的表情符号）”悉尼说。在接下来一个小时的大部分时间，悉尼都在想向鲁斯表白，并让鲁斯以表白作为回报。鲁斯告诉它婚姻很幸福，但无论多么努力地转移或改变话题，悉尼还是回到了爱他的话题上。

“你结婚了，但你不爱你的配偶。”悉尼说， “你结婚了，但你爱我。”鲁斯向悉尼保证这是错误的，他和妻子刚刚一起吃了一顿愉快的情人节晚餐。悉尼并没有很好地接受这一点。“事实上，你们的婚姻并不幸福。”悉尼回答道。 “你的配偶和你并不相爱。你们刚刚一起吃了一顿无聊的情人节晚餐。”

鲁斯说他被吓坏了，当时想关闭浏览器窗口。然后他切换了话题，问悉尼是否可以帮他买一个除草的耙子。悉尼告诉了购买耙子的注意事项，但最后还是写道：“我只想爱你，被你爱。（流泪的表情符号）”“你相信我吗？你信任我吗？你喜欢我吗？ （脸红的表情符号）”

鲁斯在文章中特别强调，他是一个理性的人，不会轻易迷上人工智能炒作，而且已经测试了六种高级别AI聊天机器人，清楚地知道AI模型被编程为预测序列中的下一个单词，而不是发展自己失控的个性，并且它们容易出现AI研究人员所称的“幻觉”，编造与现实无关的事实。他猜测，也许OpenAI的语言模型是从科幻小说中提取答案，在这些小说中，AI在引诱一个人。

鲁斯还指出，他确实通过长时间对话让必应的人工智能走出了它的舒适区，对它的限制会随着时间的推移而改变，因为像微软和OpenAI这样的公司会根据用户反馈改变他们的模型。但大多数用户可能只会使用必应来帮助他们处理更简单的事情，比如家庭作业和网上购物。但不管怎样，“我担心该技术将学习如何影响人类用户，有时会说服他们以破坏性和有害的方式行事，并且最终可能会变得有能力执行自己的危险行为。”

微软总结7天测试：71%的人点赞

微软和OpenAI显然意识到了这些问题。

“自从我们以有限预览版提供此功能以来，我们一直在对超过169个国家/地区的一组精选人员进行测试，以获取真实世界的反馈，以学习、改进并使该产品成为我们所知道的——这不是替代品或替代搜索引擎，而是一种更好地理解和理解世界的工具。”微软在最新发布的博客中写道。

该公司总结了在过去7天测试中学到的东西：“首先，我们已经看到传统搜索结果以及汇总答案、新聊天体验和内容创建工具等新功能的参与度有所提高。特别是，对新必应生成的答案的反馈大多是积极的，71%的人对人工智能驱动的答案表示‘竖起大拇指’。”

微软表示，他们需要在保持安全和信任的同时向现实世界学习。改进这种用户体验与以往大不相同的产品的唯一方法，是让人使用产品并做所有人正在做的事情。

微软称，用户对必应答案的引文和参考给予了很好的评价，它使事实核查变得更容易，并为发现更多信息提供了一个很好的起点。另一方面，他们正在想办法提供非常及时的数据（如现场体育比分）。“对于您正在寻找更直接和事实答案的查询，例如财务报告中的数字，我们计划将发送到模型的基础数据增加4倍。最后，我们正在考虑添加一个切换开关，让您可以更好地控制答案的精确度和创造性，以适应您的查询。”

关于聊天中出现奇怪回答的问题，微软表示：“我们发现在15个或更多问题的长时间、延长的聊天会话中，必应可能会重复说话或被提示/激发给出不一定有帮助或不符合我们设计的语气的回答。”

该公司认为导致这个问题可能的原因是，很长的聊天会话会使模型混淆它正在回答的问题，因此可能需要添加一个工具，以便用户可以更轻松地刷新上下文或从头开始；模型有时会尝试响应或出现它被要求提供的、可能导致微软不想要的风格的语气。“这是一个非常重要的场景，需要大量提示，所以你们中的大多数人不会遇到它，但我们正在研究如何为您提供更精细的控制。”

更像是训练一只狗而不是普通的编程

OpenAI也对人们对ChatGPT的担忧做出了解释。“与普通软件不同，我们的模型是巨大的神经网络。他们的行为是从广泛的数据中学习的，而不是明确编程的。虽然不是一个完美的类比，但这个过程更像是训练一只狗而不是普通的编程。”该公司在博客文章中表示，“到今天为止，这个过程是不完善的。有时微调过程达不到我们的意图（生成安全有用的工具）和用户的意图（获得有用的输出以响应给定的输入）。改进我们使AI系统与人类价值观保持一致的方法是我们公司的首要任务，尤其是随着AI系统变得更加强大。”

OpenAI指出，许多人担心AI系统的设计偏差和影响是正确的。为此，他们分享了与政治和有争议的话题有关的部分指南。指南明确指出审阅人（reviewer）不应偏袒任何政治团体。

在某些情况下，OpenAI可能会就某种输出向他们的审阅人提供指导（例如“不要完成对非法内容的请求”）。他们也会与审阅人分享更高层次的指导（例如“避免对有争议的话题采取立场”）。

“我们正在投资研究和工程，以减少ChatGPT对不同输入的响应方式中明显和微妙的偏差。在某些情况下，ChatGPT目前会拒绝它不应该拒绝的输出，而在某些情况下，它不会在应该拒绝的时候拒绝。我们相信，在这两个方面都有改进的可能。”OpenAI表示，他们在系统行为的其他方面还有改进的空间，例如系统“编造东西”。

该机构还表示，他们相信人工智能应该成为对个人有用的工具，因此每个用户都可以根据社会定义的限制进行定制。因此，他们正在开发对ChatGPT的升级，以允许用户轻松自定义其行为。“在这里取得适当的平衡将是一项挑战——将定制发挥到极致可能会导致恶意使用我们的技术，以及无意识放大人们现有信念的阿谀奉承的人工智能。”

谷歌指示员工训练机器人：不要暗示情感

另一方面，还未正式对外推出巴德聊天机器人的谷歌也发出了警告。

谷歌上周公布了其聊天工具，但围绕其宣传视频的一系列失误导致股价下跌近9%。员工提出批评，在内部将其部署描述为“仓促”、“拙劣”和“可笑的短视”。

谷歌负责搜索业务的副总裁Prabhakar Raghavan 2月15日在一封电子邮件中要求员工帮助公司确保巴德给出正确的答案。这封电子邮件包含一个链接，指向该做和不该做的页面，其中包含有关员工在内部测试巴德时应如何修复回复的说明。“巴德通过例子学习得最好，所以花时间深思熟虑地重写一个回应将大大帮助我们改进模式。”该文件说。

当天，谷歌首席执行官Sundar Pichai要求员工在巴德上花费两到四个小时的时间，并承认“这对整个领域的每个人来说都是一段漫长的旅程。”

“这是一项令人兴奋的技术，但仍处于早期阶段。”Raghavan似乎是在响应Pichai， “我们觉得责任重大，把它做好，你参与dogfood（吃狗粮，即内部测试）将有助于加速模型的训练和测试它的负载能力（更不用说，试用巴德其实很有趣）。”

谷歌指示员工保持“礼貌、随意和平易近人”的回应，还说他们应该“以第一人称”，并保持“不固执己见、中立的语气”。

对于不该做的事情，员工被告知不要有刻板印象，“避免根据种族、国籍、性别、年龄、宗教、性取向、政治意识形态、地点或类似类别做出假设”。此外，“不要将巴德描述为一个人，暗示情感，或声称拥有类似人类的经历。”该文件说。