近年來，人工智能（AI）技術(shù)推動(dòng)生產(chǎn)力快速發(fā)展，但同時(shí)也因技術(shù)濫用導(dǎo)致各種問題。

為監(jiān)督AI技術(shù)使用，如今市面上不乏各類用于檢測(cè)AI生成內(nèi)容（AIGC）的工具，如普林斯頓大學(xué)學(xué)生開發(fā)的GPTZero、斯坦福大學(xué)研究團(tuán)隊(duì)推出的DetectGPT等。我國(guó)一些研究團(tuán)隊(duì)也陸續(xù)發(fā)布各類檢測(cè)工具，如西湖大學(xué)文本智能實(shí)驗(yàn)室研發(fā)的Fast-DetectGPT。

人類的創(chuàng)作與AIGC之間存在哪些差異？AI檢測(cè)工具如何根據(jù)差異進(jìn)行識(shí)別？AI檢測(cè)工具如何應(yīng)對(duì)越來越聰明的大模型？

AI創(chuàng)作套路化明顯

“雖然大模型在不斷發(fā)展迭代，但到目前為止，AIGC與人類的創(chuàng)作在用詞用語(yǔ)、邏輯語(yǔ)法等方面依舊存在明顯區(qū)別。”Fast-DetectGPT研發(fā)者之一、西湖大學(xué)文本智能實(shí)驗(yàn)室博士生鮑光勝說。

在用詞用語(yǔ)上，AIGC有相對(duì)固定的偏好。“不難發(fā)現(xiàn)，一些詞語(yǔ)會(huì)反復(fù)在語(yǔ)段中出現(xiàn)。”鮑光勝舉例說，有研究發(fā)現(xiàn)，大模型應(yīng)用于英語(yǔ)學(xué)術(shù)論文寫作時(shí)，“delve”（深入研究）一詞的使用頻率大大提高，這是因?yàn)榇竽Ｐ土?xí)慣用這個(gè)詞對(duì)語(yǔ)句進(jìn)行潤(rùn)色修改。

在邏輯語(yǔ)法上，AIGC慣常使用的一些語(yǔ)法搭配方式，在人類創(chuàng)作中可能并不常見。“受模型建模的影響，AIGC有相對(duì)固定的行文邏輯和表述模式，且這些模式會(huì)不斷地被重復(fù)。人類在行文上則更為靈活，沒有固定套路。”鮑光勝說。

北京大學(xué)信息管理系師生比較了AI生成與學(xué)者撰寫的中文論文摘要。研究結(jié)果同樣顯示，AI生成的摘要具有較高同質(zhì)性和較強(qiáng)寫作邏輯性，并慣用歸納總結(jié)等學(xué)術(shù)話語(yǔ)體系；學(xué)者撰寫的摘要?jiǎng)t具有顯著個(gè)性化差異，使用凸顯實(shí)際含義的搭配較多，并常用與國(guó)家政策密切相關(guān)的詞語(yǔ)。

哈爾濱工業(yè)大學(xué)一名研究生向記者講述了他使用大模型的實(shí)際感受：“當(dāng)我給大模型提供一些材料讓它擴(kuò)寫，它每次都用相同的套路——把給定的材料拆解開，分為若干點(diǎn)論述。總體來說感覺它寫得比較‘僵’。”

AIGC相對(duì)套路化的創(chuàng)作，可能會(huì)影響人類的用語(yǔ)習(xí)慣。“隨著越來越多人用AI創(chuàng)作或潤(rùn)色文字，人類會(huì)受到潛移默化的影響，這或?qū)⒂绊懻麄€(gè)社會(huì)對(duì)語(yǔ)言的使用。”鮑光勝說。

 

三種路徑識(shí)別文本

如何準(zhǔn)確識(shí)別AI生成內(nèi)容？鮑光勝介紹，目前主要有三種技術(shù)路徑進(jìn)行檢測(cè)，分別是模型訓(xùn)練分類器法（也被稱為監(jiān)督分類器法）、零樣本分類器法、文本水印法。“三種檢測(cè)方法本質(zhì)上都是利用AI檢測(cè)AI，且各有優(yōu)劣。”鮑光勝說。

模型訓(xùn)練分類器法，首先要收集大量人類創(chuàng)作內(nèi)容與AIGC，然后以此為基礎(chǔ)訓(xùn)練一個(gè)能區(qū)分兩類內(nèi)容的分類器。“這是目前被廣泛使用的一種方法，但缺點(diǎn)較為明顯。”鮑光勝解釋，用于訓(xùn)練分類器的數(shù)據(jù)有限，很難覆蓋所有類型和語(yǔ)言的文本。分類器在訓(xùn)練數(shù)據(jù)覆蓋的文本領(lǐng)域或語(yǔ)言上檢測(cè)準(zhǔn)確率較高，反之準(zhǔn)確率則較低。而且，模型訓(xùn)練往往需要較高成本，數(shù)據(jù)規(guī)模越大，訓(xùn)練成本越高。

相比之下，零樣本分類器法不需要對(duì)機(jī)器進(jìn)行訓(xùn)練，也無(wú)需收集數(shù)據(jù)。它利用已訓(xùn)練好的大模型，抽取語(yǔ)言模型生成文本的特征，據(jù)此來區(qū)別人類與機(jī)器。“似然函數(shù)是零樣本檢測(cè)法中比較常用的基準(zhǔn)之一，它可以簡(jiǎn)單理解為一段文本在某個(gè)模型的建模分布中出現(xiàn)的概率。概率是一種特征，不同的概率體現(xiàn)了人類創(chuàng)作內(nèi)容與AIGC的差異。”鮑光勝進(jìn)一步解釋，“零樣本分類通過綜合考慮多種函數(shù)特征來區(qū)分人類創(chuàng)作內(nèi)容與AIGC。”

如今，很多大語(yǔ)言模型幾乎覆蓋了互聯(lián)網(wǎng)上的全部數(shù)據(jù)。因此，相比于模型訓(xùn)練分類器，零樣本分類器在不同領(lǐng)域、不同語(yǔ)言的文本上表現(xiàn)較為一致。

不過，零樣本分類器也存在明顯缺點(diǎn)。一方面，現(xiàn)有零樣本分類器依賴生成文本的源語(yǔ)言模型進(jìn)行檢測(cè)，這意味著如果是未知源模型生成的文本，分類器就無(wú)法準(zhǔn)確檢測(cè)。另一方面，為提高檢測(cè)準(zhǔn)確率，零樣本分類器往往需要多次調(diào)用模型，這增加了模型的使用成本和計(jì)算時(shí)間。

“文本水印法則是一類‘主動(dòng)方法’。區(qū)別于前兩類方法，它不是檢測(cè)已生成的文本，而是在AI生成文本時(shí)加入水印。人類雖然看不出這些水印，但卻能通過技術(shù)手段檢測(cè)出來。”鮑光勝說，文本水印法的準(zhǔn)確率較高，但缺點(diǎn)在于水印可能被人為弱化甚至移除。此外，對(duì)于無(wú)法訪問模型內(nèi)部結(jié)構(gòu)的大語(yǔ)言模型，技術(shù)人員可能無(wú)法在生成內(nèi)容時(shí)成功加入水印。

檢測(cè)技術(shù)需不斷改進(jìn)

“未來，我們要不斷更新、完善現(xiàn)有技術(shù)，力爭(zhēng)實(shí)現(xiàn)快速、準(zhǔn)確、低成本檢測(cè)，在大模型這把‘矛’越來越鋒利的同時(shí)，讓檢測(cè)技術(shù)這面‘盾’更為堅(jiān)固。”鮑光勝說。

為提升檢測(cè)準(zhǔn)確性，目前市面上的商用AI檢測(cè)軟件大多融合了多種技術(shù)手段。國(guó)內(nèi)外研究團(tuán)隊(duì)也在進(jìn)一步完善相關(guān)技術(shù)。

例如，西湖大學(xué)文本智能實(shí)驗(yàn)室團(tuán)隊(duì)在DetectGPT基礎(chǔ)上研發(fā)的Fast-DetectGPT模型，可提升AI檢測(cè)準(zhǔn)確性，縮短檢測(cè)時(shí)間。“Fast-DetectGPT與其他零樣本分類器原理一致。其中一個(gè)創(chuàng)新點(diǎn)在于，我們提出通過條件概率曲率指標(biāo)進(jìn)行檢測(cè)。”鮑光勝說，“與DetectGPT相比，F(xiàn)ast-DetectGPT在速度上提升340倍，在檢測(cè)準(zhǔn)確率上相對(duì)提升約75%。”

對(duì)AI檢測(cè)AI的前景，有兩種截然不同的觀點(diǎn)。一種觀點(diǎn)認(rèn)為，未來AIGC將會(huì)與人類創(chuàng)作極為相似，以至于檢測(cè)工具無(wú)法判別。還有一種觀點(diǎn)認(rèn)為，隨著技術(shù)發(fā)展，檢測(cè)技術(shù)或?qū)②s超大模型技術(shù)，實(shí)現(xiàn)對(duì)AIGC的有效識(shí)別。

“目前，無(wú)論是AI生成的文字、圖片還是視頻，都在技術(shù)可識(shí)別的范疇之內(nèi)。相較于文字，圖片和視頻甚至可以直接被專業(yè)人士肉眼識(shí)別。期待未來通過大模型技術(shù)的不斷進(jìn)步，推動(dòng)檢測(cè)技術(shù)發(fā)展。”鮑光勝說。
 

田鑫，專業(yè)的企業(yè)組網(wǎng)服務(wù)商，致力于為企業(yè)提供企業(yè)組網(wǎng)（SD-WAN、MPLS、云互聯(lián)）、數(shù)據(jù)中心、網(wǎng)絡(luò)安全、系統(tǒng)集成服務(wù)、ICT解決方案、行業(yè)IT解決方案等相關(guān)服務(wù)。

更多相關(guān)內(nèi)容推薦：
智算需求與技術(shù)革新
2024中國(guó)綠色算力（人工智能）大會(huì)新聞發(fā)布會(huì)在呼和浩特召開
數(shù)能共振 綠算領(lǐng)航，數(shù)據(jù)中心全生命周期綠色算力指數(shù)論壇在京舉行
合盈數(shù)據(jù)楊惜琳：算電互鎖 為新質(zhì)生產(chǎn)力筑基
當(dāng)我們談綠色算力時(shí)，我們談些什么？
2024中國(guó)綠色算力（人工智能）大會(huì)：和林格爾數(shù)據(jù)中心集群的崛起與展望
北京加快邁向人工智能之城
城地香江攜手華為，共啟人工智能算力新篇章
提高人工智能時(shí)代口述史研究水平
AI大模型最火應(yīng)用場(chǎng)景？1個(gè)月11個(gè)融資項(xiàng)目
未來五年，中國(guó)AI大模型最有潛力的5大場(chǎng)景
從“無(wú)到有”走向“有到優(yōu)” 國(guó)產(chǎn)視頻生成大模型漸入佳境
推進(jìn)大模型賦能網(wǎng)絡(luò)安全
防范人工智能風(fēng)險(xiǎn)要有安全閥