博士意外發(fā)現(xiàn)秘密：DALL-E 2自創(chuàng)語(yǔ)言，人看不懂但能生成特定圖像，可能會(huì)被用來(lái)搞事！

豐色 金磊 發(fā)自 凹非寺

量子位 | 公眾號(hào) QbitAI

DALL·E 2，這個(gè)AI竟然自己搞了一套秘密語(yǔ)言。

例如這兩個(gè)非常奇怪的詞組：

• Apoploe vesrreaitais（下文簡(jiǎn)稱(chēng)A）
• Contarra ccetnxniams luryca tanniounons（下文簡(jiǎn)稱(chēng)C）

（翻譯軟件都會(huì)崩潰，可以去試試）

但到了DALL·E 2這里，畫(huà)風(fēng)卻截然不同。

在它看來(lái)，A就是“鳥(niǎo)類(lèi)”的意思，而C則是“害蟲(chóng)”之意。

于是乎，如果給DALL·E 2喂上一句：A eat C，那么它的打開(kāi)方式就會(huì)這樣：

清一色產(chǎn)出的圖片，都是鳥(niǎo)吃害蟲(chóng)相關(guān)。

而且你要是跟DALL·E 2說(shuō)，生成“兩只鯨魚(yú)討論食物，帶字幕”，結(jié)果會(huì)是這樣：

圖里的“Wa ch zod rea”，在DALL·E 2的詞庫(kù)里竟然是“食物”的意思！

此事一經(jīng)曝光，瞬間引發(fā)了眾多網(wǎng)友的熱議。

甚至還有人提出，有了這些秘密語(yǔ)言，可以繞開(kāi)DALL·E 2的“違禁詞過(guò)濾器”，從而生成一些有爭(zhēng)議的圖像了。

（搞事情?。?/p>

所以，關(guān)于DALL·E 2的秘密咒語(yǔ)，到底是怎么一回事？

一次意外的發(fā)現(xiàn)

發(fā)現(xiàn)這個(gè)問(wèn)題的是國(guó)外一名計(jì)算機(jī)專(zhuān)業(yè)的博士生。

他注意到DALL-E 2模型在遇到需要給出帶文字的圖像時(shí)，總是會(huì)出現(xiàn)一些奇怪的單詞。

比如輸入這句：“兩個(gè)農(nóng)民談?wù)撌卟耍瑤ё帜唬═wo farmers talking about vegetables, with subtitles）”，就出來(lái)這樣一張圖像：

像是挺像的，不過(guò)這字幕寫(xiě)的啥啊，不是英語(yǔ)又不是法語(yǔ)的，太奇怪了。

“你給我翻譯翻譯什么這是？”

靈機(jī)一動(dòng)的小哥把其中一個(gè)“單詞”“Vicootes”當(dāng)作描述丟給模型，沒(méi)想到，出來(lái)這樣一堆圖像：

有蘿卜、有南瓜、有小柿子……難道“Vicootes”就代表蔬菜？

有意思。

接著他又把氣泡中的那一串“Apoploe vesrreaitais”扔給DALL-E 2，一堆鳥(niǎo)圖出現(xiàn)了：

“哦我明白了，這個(gè)單詞代表‘鳥(niǎo)’，所以農(nóng)民們似乎在談?wù)撚绊懰麄兪卟说镍B(niǎo)類(lèi)？”

看來(lái)DALL-E 2沒(méi)有糊弄人……

“我發(fā)現(xiàn)了DALL-E 2的秘密語(yǔ)言！”小哥驚呼，繼而打算再驗(yàn)證一下這是不是偶然。

還是剛才提到的鯨魚(yú)討論食物的例子中，小哥把那串“Wa ch zod rea”再輸回去。

結(jié)果還真出來(lái)一堆吃的，而且還全是海鮮，符合鯨魚(yú)們的“食性”。

DALL-E 2，真·誠(chéng)不我欺。

更進(jìn)一步，他用這些“咒語(yǔ)”搭配形容圖像風(fēng)格的詞，看看DALL-E 2是否能正常解析。

結(jié)果也都沒(méi)問(wèn)題?？纯催@些“手繪鳥(niǎo)“、“卡通鳥(niǎo)”、“3D鳥(niǎo)”以及“線(xiàn)稿鳥(niǎo)”：

emmmm，最后一張?jiān)趺椿爝M(jìn)來(lái)個(gè)蚊子？

先不管它了（一會(huì)再說(shuō)）。

所以這個(gè)模型為什么要用這種秘密語(yǔ)言來(lái)表示呢？

為什么會(huì)這樣？

“DALL-E 2秘密咒語(yǔ)”話(huà)題之熱，也引來(lái)了眾多“解析俠”們的關(guān)注。

例如一位叫k1uge的網(wǎng)友便提出，問(wèn)題出在了BPE（Byte Pair Encoding）身上。

BPE是自然語(yǔ)言語(yǔ)言處理中較為重要的編碼方式之一，也是一種常見(jiàn)的token壓縮方法，在很多大語(yǔ)言模型中都會(huì)涉及。

它的核心思路就是：

每一步都將最常見(jiàn)的一對(duì)相鄰數(shù)據(jù)單位，替換為該數(shù)據(jù)中沒(méi)有出現(xiàn)過(guò)的一個(gè)新單位，反復(fù)迭代直到滿(mǎn)足停止條件。

舉個(gè)例子。

如果要壓縮“aaabdaaabac”這個(gè)單詞，BPE就會(huì)先找出最常見(jiàn)的相鄰字節(jié)對(duì)，即“aa”。

找到它之后，就可以用新的字節(jié)Z去代替，那么這個(gè)單詞就變成了“ZabdZabac”。

同理，下一個(gè)最常見(jiàn)相鄰字節(jié)對(duì)是“ab”，用Y來(lái)代替，單詞會(huì)進(jìn)一步被壓縮成“ZYdZYac”。

再下一個(gè)最常見(jiàn)相鄰字節(jié)對(duì)是“ZY”，用X來(lái)替代，最后單詞就變成了“XdXac”。

……

于是，基于這樣的原理，這位網(wǎng)友查了下DALL-E 2針對(duì)“鳥(niǎo)類(lèi)”所用的BPE。

它是這樣的：

apo,?plo, e, ,ve, sr, re, ait, ais

而現(xiàn)實(shí)中很多鳥(niǎo)類(lèi)的拉丁文學(xué)名，就有“apo”和“plo”的前綴。

例如Apodidae（雨燕）和Ploceidae（織布鳥(niǎo)），這兩個(gè)單詞屬于鳥(niǎo)類(lèi)的2種鳥(niǎo)科，每個(gè)科都有100余種。

像Apodiformes（雨燕目）是鳥(niǎo)類(lèi)中最大的目，共有400余種。

于是這位網(wǎng)友便認(rèn)為，DALL-E 2是從標(biāo)有這些“學(xué)術(shù)用語(yǔ)”標(biāo)簽的圖片中，獲取到了關(guān)于鳥(niǎo)類(lèi)的大部分信息。

或許這就是造成DALL-E 2秘密咒語(yǔ)的原因了。

但，事情還有反轉(zhuǎn)

激動(dòng)的博士小哥還專(zhuān)門(mén)寫(xiě)了一篇小論文講述這個(gè)事情，還把這些發(fā)現(xiàn)都發(fā)在了推特上，引來(lái)數(shù)千網(wǎng)友圍觀(guān)，令大家直呼“Incredible”。

不過(guò)很快就有人親自去試了一下，發(fā)現(xiàn)好像事情并沒(méi)有那么簡(jiǎn)單。

比如代表“蟲(chóng)子”的那一串“Contarra ccetnxniams luryca tanniounons”，除了蟲(chóng)子，也會(huì)生成一些青蛙、?；蛘啉澴拥膱D像。

如果給這個(gè)描述再加上“cartoon”一詞作為限定，生成的是一些“奶奶”，跟蟲(chóng)子完全不搭邊？？

“Apoploe vesrreaitais”倒是沒(méi)問(wèn)題，出來(lái)的還是一些鳥(niǎo)。

不過(guò)同樣，一旦給它加上“cartoon”“3D render”這類(lèi)詞，又不對(duì)了，出來(lái)的是一些蟲(chóng)子。

（這和小哥最后那個(gè)例子里出現(xiàn)的蚊子也對(duì)應(yīng)上了。）

代表蔬菜的“Vicootes”也是這樣，單輸沒(méi)問(wèn)題，一加上風(fēng)格限定，出現(xiàn)的物種就變了；且基本可以說(shuō)只符合“油畫(huà)”“卡通”這些風(fēng)格設(shè)定，跟前面的名詞限定毫無(wú)關(guān)聯(lián)，比如“Vicootes”+“painting”就是一堆純風(fēng)景繪畫(huà)。

接著他還用同樣的“兩只鯨魚(yú)談?wù)撌澄铮瑤ё帜弧鄙闪艘恍﹫D片，結(jié)果大部分文字都看不清，也沒(méi)法轉(zhuǎn)錄。

最后找到一張這樣的：

他用上面的”Evve waeles”再輸入后，雖然得到了一張?zhí)瘘c(diǎn)照片，但出現(xiàn)了很多運(yùn)動(dòng)員、動(dòng)物甚至水壺的照片。

還真的有點(diǎn)摸不著頭腦了。

于是這位實(shí)驗(yàn)者就表示：

在我看來(lái)，這更像是一些隨機(jī)的噪音，而不是DALL-E 2的秘密語(yǔ)言。

他艾特了博士小哥，希望他可以再給出相反的證據(jù)。

目前小哥還沒(méi)有答復(fù)。

不過(guò)這確實(shí)是一個(gè)值得關(guān)注和討論的話(huà)題，鑒于一些“咒語(yǔ)”和圖像可以對(duì)上，如果真的是BPE碼的話(huà)，那么真可能博士小哥所說(shuō)：

有人用“白盒”方法解開(kāi)這種規(guī)則，拿到一些違禁詞的“咒語(yǔ)”，就可以繞過(guò)模型的過(guò)濾器了。

參考鏈接：

[1]https://twitter.com/giannis_daras/status/1531693093040230402
[2]https://twitter.com/BarneyFlames/status/1531736708903051265
[3]https://twitter.com/benjamin_hilton/status/1531780892972175361
[4]https://giannisdaras.github.io/publications/Discovering_the_Secret_Language_of_Dalle.pdf
[5]https://zhuanlan.zhihu.com/p/424631681