研究人員開發(fā)了一種識別計算機生成文本的方法

哈佛大學工程與應用科學學院(SEAS)和IBM研究院的研究人員在一個深度偽造和遠離人類自然語言AI的世界中問道：有沒有更好的方法來幫助人們檢測AI生成的文本?

這個問題引發(fā)了Sebastian Gehrmann博士學位。SEAS的候選人和IBM的研究員Hendrik Strobelt開發(fā)了一種統(tǒng)計方法，以及一個開放式訪問 交互式工具，用于檢測AI生成的文本。

自然語言生成器通過預測最常見的單詞來訓練數(shù)以千萬計的在線文本并模仿人類語言。例如，單詞“have”，“am”和“was”靜態(tài)地最有可能出現(xiàn)在單詞“I”之后。

使用這個想法，Gehrmann和Strobelt開發(fā)了一種方法，它不是識別文本中的錯誤，而是識別過于可預測的文本。

“我們的想法是，隨著模型變得越來越好，它們肯定比人類更糟糕，可檢測到，與人類一樣好或更好，這可能很難用傳統(tǒng)方法檢測到，”格爾曼說。

“之前，你可以通過所有錯誤來判斷文本是機器生成的，”Strobelt說。“現(xiàn)在，它不再是錯誤，而是使用極有可能(并且有點無聊)的單詞來調(diào)出機器生成的文本。通過這個工具，人類和AI可以一起工作來檢測假文本。”

Gehrmann和Strobelt將于7月28日至8月2日在SEAS的計算機語言學會(ACL)會議上與SEAS計算機科學副學士Alexander Rush共同撰寫他們的研究成果。

Gehrmann和Strobelt的方法，稱為GLTR，基于一個模型，該模型使用來自網(wǎng)站的4500萬個文本 - 公共版本的OpenAI模型GPT-2。因為它使用GPT-2來檢測生成的文本，所以GLTR最適合GPT-2，但也可以很好地對抗其他模型。

以下是它的工作原理：

如果您將一段文本輸入到工具中，它會突出顯示綠色，黃色，紅色或紫色的文本，每種顏色都表示該單詞在其前面的單詞上下文中的可預測性。綠色意味著這個詞是非?？深A測的，黃色，適度可預測，紅色不可預測，紫色意味著模型根本不會預測這個詞。