人工智慧（AI）的「幻覺」現象引起關注已久，AI 模型回答頗常出現，可能答案看似合理但卻是錯的或完全虛構。舉例詢問 ChatGPT 問題，得到一個聽起來不錯但全錯答案，就是 AI 幻覺。幻覺有時甚至讓人笑出來（如萊特兄弟發明原子彈），但多數狀況卻會造成困擾，特別是醫療等需要準確資訊領域。

AI 幻覺定義是，當 AI 模型輸出錯誤、邏輯不一致或完全虛構。這種現象為生成式 AI 模型特有，尤其大型語言模型（LLMs）如 ChatGPT。與軟體程式錯誤不同，AI 幻覺並不是程式設計師錯誤，而是模型學習機率導致。

AI 幻覺可分為幾種類型：

1. 事實幻覺：當 AI 資訊不正確或缺乏證據，如「巴黎艾菲爾鐵塔建於 1999 年」，其實是 1887~1889 年建成。

2. 上下文幻覺：偏離問題或打破對話邏輯時，如問「我該如何做燉菜？」卻得到「燉菜很好吃，太陽系有九顆行星」的回答。

3. 邏輯幻覺：邏輯完全錯誤，如「如果芭芭拉有三隻貓，再養兩隻，那她就有六隻貓」，這顯然是算術錯誤。

4. 多模態幻覺：這發生在產生多媒體的 AI 模型，如要求畫「一隻戴太陽眼鏡的猴子」圖，卻出現沒戴太陽眼鏡的猴子。

幻覺不僅消耗用戶對 AI 的信任，還可能造成危險，特別是專業人士也靠 AI 找答案時。為了避免 AI 幻覺，使用者可自行檢查：

1. 手動事實檢查：使用搜尋引擎和可信參考資料檢查 AI 說的聲明、名稱、日期或數字。

2. 問後續問題：要求 AI 詳細說明細節。如果 AI 無法回答或加入新回答，原始細節就可能是虛構的。

3. 要求證明：詢問 AI「你能提供來源嗎？」或「你對這個答案有多有信心？」

4. 交叉比較模型：問不同 AI 模型相同問題。如果答案差異很大，代表至少一個模型是錯的。

（本文出自科技新報）