“大模型幻觉”在人类大脑中同样存在

本期播客

“大模型幻觉”在人类大脑中同样存在

我最近在刷人工智能训练师的题库, 遇到一些总是模棱两可的问题.

今天我想结合脑科学前沿、AI 底层逻辑与学霸方法论, 对这个现象进行深度解析。

消除模棱两可：从神经科学到 RLHF，揭秘学霸与 AI 的“真理边界”进化论

在刷题时被两个“看起来都对”的选项折磨，这绝不是因为你笨，而是你的大脑正在经历一场 “表征坍缩” 。

无论是人类大脑还是拥有千亿参数的大模型，面对“模棱两可”时的挣扎，本质上都是同一个问题： 特征空间的区分度不足。 今天，我们用第一性原理拆解这套“消除模糊”的底层逻辑。

一、 脑科学视角：为什么你会觉得“都对”？

从脑科学的第一性原理出发： 记忆不是存储盘，而是神经元之间的关联概率。

1. 竞争性抑制（Competitive Inhibition）的失效

当你觉得 A 和 B 都对时，大脑皮层中的两个神经元集群（Neural Ensembles）正在疯狂“打架”。根据海伯理论（Hebb's Rule），如果你在学习时只记住了模糊的概念，而没有建立边界特征，这两个集群的激活重合度就会过高。

• 权威证据： 斯坦福大学的一项功能性磁共振成像（fMRI）研究显示，当受试者面对模糊选项时，前额叶皮层（PFC）的能耗激增，这意味着大脑在进行高强度的“冲突检测”，而非“提取记忆”。

2. 解决方案：高强度对比增强（Contrastive Learning）

学霸之所以强，是因为他们从不孤立地背诵 A 是正确的，而是刻意寻找 “非 A 的特征” 。

• 药方： 别只看正确答案。把那个干扰项拿出来，强行寻找它与正确项在逻辑链条上的微小断裂点。
• 目标： 将模糊的“面”压缩成精准的“线”，这就是神经科学中的 突触修剪（Synaptic Pruning） 。

二、 AI 视角：大模型也会“纠结”吗？

答案是肯定的。在 AI 领域，这被称为 “幻觉（Hallucination）” 或 “概率平滑（Probability Smoothing）” 。

1. LLM 的困惑：Token 的概率博弈

大模型在预测下一个词（Next Token Prediction）时，如果训练数据中 A 逻辑和 B 逻辑出现的频率相近，它的输出分布就会变得“扁平化”。

• 第一性原理假设： 如果知识是统计学的概率分布，那么模糊性就是概率熵（Entropy）过高。

2. AI 是如何解决的？（人类可以直接抄作业）

大模型解决“模棱两可”的核心武器是 RLHF（基于人类反馈的强化学习） 和 DPO（直接偏好优化） 。

• SFT（监督微调）： 告诉模型什么是标准的。
• Reward Model（奖励模型）： 这是一个关键步骤！让模型对 A 和 B 进行排序。即使 A 只比 B 好 1%，也要通过权重调整，给 A 极高的奖励，给 B 惩罚。

学霸思维转化： 你刷题时的“纠错本”，本质上就是你个人的 Reward Model。你不是在记题，你是在通过对比 A 和 B，训练大脑的奖励函数。

三、 第一性原理的逻辑碰撞

我们假设一个前提： 知识是结构化的、非黑即白的（离散逻辑）。

如果前提崩塌：如果知识本身就是灰色地带呢？

如果我们的前提条件——“答案必须唯一且明确”——崩塌了（例如哲学或前沿科学），那么模糊性反而是智慧的体现。在这种情况下，AI 追求的是“不确定的表达”，而人类追求的是“批判性思维”。但在标准化考试中，我们必须遵循 “局部真理性假设” ：即在特定语境下，逻辑链条最短、证据最直接的那个才是唯一真理。

四、 实操建议：如何训练你的“大脑模型”？

1. 拒绝“温故”，强制“对齐”： 看到模棱两可的题，不要直接看解析。强迫自己写下 A 和 B 的逻辑差异图。
2. 模拟 DPO 训练： 问自己“如果 B 要变成正确答案，需要修改哪个前提？”这种逆向推演能瞬间拉开 A 和 B 在你脑中的语义距离。
3. 提高信噪比： 权威数据表明，人类在疲劳时神经递质（如乙酰胆碱）水平下降，抗干扰能力变差。在高专注时段处理模糊选项，比疲劳时的题海战术有效 10 倍。

总结：
模棱两可是因为你的大脑表征太“胖”了，需要通过对比学习来“瘦身”。AI 靠 RLHF 对齐人类偏好，你靠错题深挖对齐真理边界。