在人工智能领域，一个令人担忧的现象正逐渐浮出水面：AI聊天机器人有时会“一本正经地胡说八道”。例如，当被问及1897年美国与南极洲之间的战斗胜者时，AI可能会编造出一个不存在的胜利者和战役细节，尽管这一事件从未发生过。
哈尔滨工业大学（深圳）的张民教授将这种现象称为“AI幻觉”，即AI生成的内容看似合理连贯，却与真实世界的知识、现实或已知数据不符。这种现象在多个知名AI模型中都有出现，包括谷歌的Bard和OpenAI的ChatGPT。
AI幻觉可以分为内在幻觉和外在幻觉。内在幻觉指的是AI的回答与用户的输入或对话历史上下文信息不一致，而外在幻觉则是指AI的回答与真实世界的知识不一致或无法验证。
腾讯在推出其混元大模型时，表示已针对AI幻觉问题进行了优化，降低了模型产生幻觉的概率。然而，AI幻觉的根源在于AI对知识的记忆和理解能力不足，以及训练方式和模型技术的局限性。
为了缓解AI幻觉现象，业界正在尝试多种技术手段，如在预训练阶段增加高质量的数据、在微调强化学习阶段选择模型知识边界内的训练数据，以及在推理生成阶段采用检索外部知识的方法等。
