AI将“虚构术语”变为科学术语：一场源自扫描错误的知识污染

“植物态电子显微镜”听起来像是尖端科学术语，实际上却是源于上世纪1950年代文献扫描错误的胡编乱造词汇。最新研究揭示，这一术语最初由光学扫描软件在数字化期刊时误将“vegetative”（植物态）与“electron microscopy”（电子显微镜）拼接而成，后经AI训练数据传播、语言模型自动补全、及Farsi语翻译差错再次流入论文与数据库，最终演化为AI系统中的“数字化化石”，连GPT-4o和Claude 3.5等最新模型都难以摆脱。这一术语通过CommonCrawl等超大规模开源训练集传入各类AI模型，并因出版商未及时校对，导致其在多个学术期刊中出现。专家指出，这种“被AI永生化的伪知识”不仅危害科研数据的准确性，也凸显了AI训练数据净化的巨大难题，表明当前科学界正面临一个日益严峻的“知识误传”挑战。