今年4月，中科院、滑鐵盧大學等機構聯合發表了一篇AI行業論文，讓互聯網上的“樂子人”直呼離譜。

研究顯示，百度貼吧“弱智吧”數據集訓練出的AI大模型，跑分超過百科、知乎、豆瓣、小紅書等平臺，在問答、頭腦風暴、分類、生成、總結等8項測試中取得了最高分。

這個充滿荒誕段子的中文社區，一躍成為最佳的中文AI訓練數據庫之一。

然而弱智吧里的發言“畫風”通常是這樣的：“生魚片是死魚片”“等紅燈是在等綠燈”“咖啡因來自咖啡果”“一個半小時是幾個半小時？”......

這些看起來荒謬又搞笑的語句，和AI有什么關系？這個問題終于在今年的外灘大會創新者舞臺上有了答案。

弱智吧的核心成員首次在線下露面，帶著他們的段子向AI“開炮”，還順便揭秘了這群段子手的真實身份。

段子為什么能作為訓練AI的語料？

在外灘大會的創新者舞臺，弱智吧成員和AI專家進行了“腦洞”和理論的交鋒。他們也同樣疑惑，為什么許多AI公司會選擇弱智吧作為語料庫？

無界方舟CEO曾曉東說，他們的研究方向是“利用人工智能技術讓機器人更像人”，訓練AI時一直在尋找口語化的、多輪問答的語料。“其實喂給大模型的不只是段子，還包括其他人對段子的回復。要找這樣好玩的、高質量的中文對話，很多同行、數據公司都會提起弱智吧。”

9月7日，弱智吧成員胡蘿北講述了弱智吧和AI的交手經歷。

早在2022年，他就試過發一些段子讓AI來解讀，AI搜羅了大量信息來做名詞解釋，卻無法理解段子真正的含義。胡蘿北說，“沒有一個AI能笑著走出弱智吧，因為他不懂幽默。”

弱智吧里的段子看似無厘頭，其實包含了很強的邏輯性，比如“明知山有虎，不去明知山”，其實是拆解了“明知”這個動詞，重新組合成“明知山”，巧妙替換了句子的含義。曾曉東說，正是這些語言陷阱，鍛煉了語言大模型對中文的解讀和推理能力，讓AI能像人一樣進行交流。

胡蘿北說，沒想到有一天弱智吧的段子會成為訓練大模型的語料，“AI看似與普通人無關，但機器人其實是對人類的模仿，從某種程度而言我們每天都在為未來的AI投喂數據。”

“弱智吧”里有數學博士、AI從業者、脫口秀演員......

弱智吧的段子為什么對AI有如此奇效？胡蘿北形容弱智吧是段子里的“基礎科學”，因為段子里有很強的邏輯性。

除了是弱智吧的核心成員，胡蘿北的另一重身份是脫口秀演員。他寫過一個段子，“種什么因得什么果，種咖啡因得咖啡果”，像是套公式做題，給文字套上公式后，就產生了一種打破常理的喜劇效果。

胡蘿北透露，其實他是數學系畢業的，弱智吧吧主公孫闬也是數學系畢業的，“我們這群核心成員里很多人都是理科生，有時候突然扔一個數學題到群里就開始一起解答。”

這個誕生于PC貼吧時代的興趣社區，在互聯網浪潮中走過了20年。吧主公孫闬透露，創建人當年還是小學生，前些年去國外攻讀數學系博士。

“貼吧的吧主已經交替了好幾代，我們都長大了，進入了各行各業，也有人在從事AI相關的工作。大家把自己在生活中的見聞經歷寫成段子，所以這個社區還活躍著，大家都能玩得開心。”

公孫闬說，他負責審核貼吧里的帖子，每天有500條左右，現在還經常會發現一些新的原創段子讓人眼前一亮。這些來自不同領域、取材于真實生活的段子，有強大的邏輯，也有浪漫的修辭。“語言是好玩的，如果AI無法理解這類打破常規的語言，就會讓人失去溝通的欲望。”

胡蘿北最后用和外灘的“外”相對的“內”來總結，我們現在看似生活在一個被AI包圍的時代，但“內”字里的“人”又沒有被完全困住，“正像網友們說的，弱智吧是人與AI之間的最后一道防線。

九千光年小組記者 儲帆

VIEW MORE

@西湖邊的猴子，直面天命 >>

@AR眼鏡“孤泳者” >>

@AI“心理咨詢師” >>

?
?

@人造衛星“腦力大師” >>