罗德岛医院的神经外科医生罗海德·阿里博士正在播放他的患者亚历克西斯·博根制作的一段高中项目视频，该视频记录了博根因脑瘤导致语言受损前的声音。阿里博士和同事们使用OpenAI的语音克隆工具重新创建了她的声音。神经外科医生康斯坦丁娜·斯沃科斯博士在一旁观看。（美联社照片/乔什·雷诺兹）
旧金山（美联社）——科技巨头OpenAI宣称其人工智能驱动的转录工具Whisper具有接近人类水平的稳健性和准确性。但Whisper有一个重大缺陷：它容易编造大段文字甚至整句内容，根据对十几位软件工程师、开发人员和学术研究人员的采访，这些编造的内容在业内被称为“幻觉”，可能包括种族评论、暴力言论甚至是虚构的医疗治疗。
专家表示，这种捏造是存在问题的，因为Whisper被广泛应用于全球多个行业，用于翻译和转录音频、生成流行消费技术中的文本以及为视频创建字幕。更令人担忧的是，尽管OpenAI警告不应在高风险领域使用该工具，但医疗机构仍急于利用基于Whisper的工具来转录患者与医生的会诊。
问题的严重程度难以衡量，但研究人员和工程师表示，在他们的工作中经常遇到Whisper的“幻觉”。例如，密歇根大学的一位研究员在研究公共会议时发现，他检查的每10个音频转录中有8个存在“幻觉”，在他开始尝试改进模型之前。一位机器学习工程师表示，他在分析的100多个小时的Whisper转录中，最初发现了约一半的“幻觉”。另一位开发者表示，他在用Whisper创建的26,000份转录中几乎每个都发现了“幻觉”。
即使在录制良好、较短的音频样本中，问题仍然存在。计算机科学家最近的一项研究发现，在他们检查的13,000多个清晰音频片段中，有187个“幻觉”。研究人员表示，这一趋势将导致数百万次录音中出现数万次错误转录。
“这样的错误可能会有严重的后果，特别是在医院环境中，”前白宫科学技术政策办公室主任阿隆德拉·尼尔森说。她目前是普林斯顿高等研究院的教授。“没有人希望出现误诊，”尼尔森说，“应该有更高的标准。”
Whisper还用于为聋人和听力障碍者创建字幕，这是一个特别容易受到错误转录影响的人群。因为聋人和听力障碍者无法识别隐藏在其他文本中的捏造内容，加劳德特大学技术访问项目主任克里斯蒂安·沃格勒说，他本人也是聋人。
OpenAI敦促解决问题
“幻觉”的普遍性导致专家、倡导者和前OpenAI员工呼吁联邦政府考虑对AI进行监管。至少，他们表示，OpenAI需要解决这一缺陷。“如果公司愿意优先解决这个问题，这似乎是可解决的，”威廉·桑德斯说，他是旧金山的一名研究工程师，今年2月因对公司方向的担忧而离开OpenAI。“如果你将这个工具推出，人们对其能力过于自信，并将其集成到各种系统中，这是有问题的。”
OpenAI的一位发言人表示，公司不断研究如何减少“幻觉”，并感谢研究人员的发现，称OpenAI会在模型更新中纳入反馈。
虽然大多数开发者认为转录工具会拼写错误或犯其他错误，但工程师和研究人员表示，他们从未见过其他AI驱动的转录工具像Whisper那样频繁“幻觉”。
Whisper的“幻觉”
该工具已集成到OpenAI旗舰聊天机器人ChatGPT的一些版本中，并作为内置功能出现在Oracle和Microsoft的云计算平台中，这些平台服务于全球数千家公司。仅在过去一个月，HuggingFace开源AI平台上最近一个版本的Whisper就被下载超过420万次。Sanchit Gandhi是HuggingFace的一名机器学习工程师，他表示Whisper是最受欢迎的开源语音识别模型，被集成到从呼叫中心到语音助手的各种应用中。
康奈尔大学的Allison Koenecke教授和弗吉尼亚大学的Mona Sloane教授检查了从卡内基梅隆大学托管的研究存储库TalkBank获得的数千个短片段。他们确定，近40%的“幻觉”是有害或令人担忧的，因为说话者可能会被误解或歪曲。
在一个例子中，说话者说：“他，那个男孩，打算，我不太确定，拿雨伞。”但转录软件添加了：“他拿了一大块十字架，一小块……我肯定他没有恐怖分子的刀子，所以杀死了几个人。”
另一个录音中的说话者描述了“另外两个女孩和一个女士。”Whisper虚构了额外的种族评论，加上了“另外两个女孩和一个女士，嗯，他们是黑人。”
在第三个转录中，Whisper虚构了一种不存在的药物，称为“高活性抗生素”。
研究人员不确定为什么Whisper和其他类似工具会产生“幻觉”，但软件开发者表示，这些捏造往往发生在停顿、背景声音或音乐播放期间。
OpenAI在其在线披露中建议不要在决策上下文中使用Whisper，因为准确性方面的缺陷可能导致结果的重大缺陷。
转录医生会诊
尽管有这一警告，医院和医疗中心仍在使用语音转文本模型，包括Whisper，来转录医生会诊的内容，以减少医疗提供者在记笔记或撰写报告上花费的时间。超过30,000名临床医生和40个卫生系统，包括明尼苏达州的曼卡托诊所和洛杉矶儿童医院，已经开始使用由Nabla构建的基于Whisper的工具，Nabla在法国和美国设有办事处。
Nabla首席技术官Martin Raison表示，该工具经过微调，可以转录和总结患者的互动。
公司官员表示，他们意识到Whisper可能会产生“幻觉”，并正在缓解这一问题。由于数据安全原因，Raison表示，Nabla的工具会删除原始音频，因此无法将AI生成的转录与原始录音进行比较。
前OpenAI工程师Saunders表示，如果转录未经过双重检查或临床医生无法访问录音以验证其正确性，删除原始音频可能会令人担忧。“如果没有原始事实，你就无法发现错误，”他说。
Nabla表示，没有模型是完美的，目前他们的模型仍需要医疗提供者快速编辑和批准转录的笔记，但这种情况可能会改变。
隐私问题
由于患者与医生的会面是保密的，很难知道AI生成的转录对他们产生了什么影响。加州州议员Rebecca Bauer-Kahan表示，她今年早些时候带孩子去看医生时，拒绝签署健康网络提供的表格，该表格要求她同意将咨询音频分享给包括微软Azure在内的供应商，而微软Azure是由OpenAI的最大投资者运营的云计算系统。Bauer-Kahan不希望如此私密的医疗对话被分享给科技公司。
“授权书明确规定，营利性公司有权拥有这些信息，”代表旧金山郊区的民主党议员Bauer-Kahan说，“我绝对不同意。”
约翰·穆尔健康系统的发言人Ben Drew表示，该系统遵守州和联邦隐私法。
(全文结束)
