新華社舊金山6月3日電　硅谷手記｜AI抄襲背后的硅谷“不光彩文化”

　　新華社記者吳曉凌　黃堃

　　“‘作假，直至成功’，這是硅谷不光彩的文化?！泵绹固垢４髮W(xué)人工智能實驗室主任克里斯托弗·曼寧3日就該校某些研究人員抄襲中國清華大學(xué)等機(jī)構(gòu)成果的行為這樣評論說。他在社交媒體上還指出，該研究團(tuán)隊?wèi)?yīng)該深刻認(rèn)識自己的錯誤。

　　5月29日，斯坦福大學(xué)一個研究團(tuán)隊發(fā)布名為Llama3-V的大模型，聲稱只要500美元的預(yù)訓(xùn)練成本，就能用它獲得比肩GPT-4V等著名大模型的效果。這一消息在社交媒體和人工智能學(xué)術(shù)界被廣泛轉(zhuǎn)發(fā)。

　　但業(yè)內(nèi)人士很快發(fā)現(xiàn)，該大模型涉嫌抄襲清華大學(xué)等機(jī)構(gòu)發(fā)布的 MiniCPM-Llama3-V 2.5大模型。它們都是基于開源的Llama3大模型，但清華團(tuán)隊進(jìn)行了獨特的訓(xùn)練，包括利用“清華簡”（清華大學(xué)收藏的一批戰(zhàn)國竹簡）訓(xùn)練它識別古代中國文字的能力。測試顯示，斯坦福大學(xué)這個團(tuán)隊發(fā)布的大模型居然也能識別“清華簡”。

　　“已經(jīng)比較確信，斯坦福這個團(tuán)隊‘套殼’了我們的大模型研究成果?！鼻迦A大學(xué)計算機(jī)系長聘副教授劉知遠(yuǎn)對新華社記者說。

　　“我們從‘清華簡’逐字掃描并標(biāo)注的數(shù)據(jù)集從未公開，而Llama3-V展現(xiàn)出了一模一樣的識別‘清華簡’能力，連做錯的樣例都一樣?！眲⒅h(yuǎn)是清華這個大模型團(tuán)隊成員。他介紹說，在質(zhì)疑聲發(fā)酵后，對方已經(jīng)在網(wǎng)上刪除了此前發(fā)布的數(shù)據(jù)庫和宣傳文章，“從證據(jù)和對方反應(yīng)來看，抄襲性質(zhì)已比較確定”。

　　曼寧發(fā)聲批評后，斯坦福該團(tuán)隊的兩名成員夏爾馬和加格也在社交媒體上正式道歉，并表示要完全撤下Llama3-V模型。

　　在當(dāng)前的人工智能熱潮中，這個事件引發(fā)廣泛關(guān)注。有觀點認(rèn)為美國的人工智能全面領(lǐng)先，但該事件說明，雖然美國科技仍然整體領(lǐng)先，但遠(yuǎn)非全能，也不應(yīng)迷信美國單方宣布的“重大成果”。

　　斯坦福大學(xué)所處的硅谷地區(qū)被認(rèn)為是美國科技創(chuàng)新的重鎮(zhèn)，既孕育了許多先進(jìn)技術(shù)，也有“作假，直至成功”等被津津樂道的負(fù)面文化。

　　比如，從斯坦福大學(xué)退學(xué)創(chuàng)業(yè)的伊麗莎白·霍姆斯曾吹噓有顛覆性檢測技術(shù)可“抽指血查癌癥”，一度成為全球聞名的科技創(chuàng)業(yè)明星，但后來被發(fā)現(xiàn)造假并因欺詐投資者罪名獲刑。放眼整個美國科技領(lǐng)域，近年來波音客機(jī)事故頻發(fā)等暴露了更多、更大的問題。

　　在人工智能領(lǐng)域，前段時間還有個“著名”事件，在用中文問谷歌人工智能模型“雙子座”Pro版（Gemini Pro）它是誰時，它會回答自己是“文心一言”，這個問題很快被谷歌消除。業(yè)界人士認(rèn)為，其原因可能是谷歌在訓(xùn)練大模型的中文時“參考”了中國百度公司的大模型“文心一言”相關(guān)數(shù)據(jù)。

　　可見，中國科技近年來快速發(fā)展，一些獨特的優(yōu)勢越來越引人注目，被美國同行“參考”甚至抄襲。

　　“中國人工智能研究的國際影響力越來越大”，劉知遠(yuǎn)說，“這次抄襲事件也從側(cè)面反映了我們的創(chuàng)新成果正在受到國際關(guān)注”。他說，從橫向來看，中國研究與國際頂尖成果仍有顯著差距，但從縱向來看，中國已快速成長為人工智能科技創(chuàng)新的重要推動者。