極客網(wǎng)·人工智能5月30日 谷歌旗下AI研究實驗室DeepMind日前表示，已經(jīng)創(chuàng)建一個“早期預(yù)警系統(tǒng)”，可以在AI模型出現(xiàn)問題之前發(fā)現(xiàn)一些潛在的危險。
DeepMind警告稱，AI模型可能具有獲取武器和發(fā)動網(wǎng)絡(luò)攻擊的能力
總部位于英國的DeepMind一直活躍在AI研究的前沿，是全球少數(shù)幾家致力于開發(fā)達到人類水平的通用AI公司之一，最近與母公司谷歌進行了更緊密的整合。
DeepMind的研究團隊與來自學術(shù)界，以及OpenAI和Anthropic等其他主要AI開發(fā)商的研究人員合作，開發(fā)了這一新的威脅檢測系統(tǒng)。
DeepMind工程師在一篇關(guān)于新框架的技術(shù)博客中宣稱，“為了負責任地走在AI研究的前沿，我們必須盡早識別AI系統(tǒng)中的新功能和新風險。”
如今已經(jīng)有了一些評估工具，可以根據(jù)特定的風險檢查功能強大的通用模型。這些工具在AI系統(tǒng)向公眾廣泛提供之前識別出其存在的一些不必要的行為，包括尋找誤導(dǎo)性陳述，有偏見的決定或復(fù)制版權(quán)保護的內(nèi)容。
這些問題來自于越來越高級的大模型，它們的能力超出了簡單的內(nèi)容生成，而包括在操縱、欺騙、網(wǎng)絡(luò)攻擊或其他危險能力方面的強大技能。新框架被描述為可用于減輕這些風險的“早期預(yù)警系統(tǒng)”。
DeepMind的研究人員表示，評估結(jié)果可以嵌入到治理中以降低風險
DeepMind的研究人員表示，負責任的AI開發(fā)人員需要解決或規(guī)避當前的風險，并預(yù)測未來可能出現(xiàn)的風險，因為大型語言模型越來越擅長獨立思考。他們在報告中寫道，“在持續(xù)進步之后，未來的通用模型可能會默認學習各種危險的能力。”
雖然對這一風險并不確定，但該團隊表示，未來的AI系統(tǒng)與人類的利益不太一致，可能會實施攻擊性的行為，在對話中巧妙地欺騙人類，操縱人類實施有害的行動，設(shè)計或獲取武器，微調(diào)和操作云計算平臺上的其他高風險AI系統(tǒng)。
AI還可以幫助人類執(zhí)行這些任務(wù)，增加恐怖分子獲取他們以前無法獲取的數(shù)據(jù)和內(nèi)容的風險。DeepMind的開發(fā)團隊在博客中寫道，“模型評估可以幫助我們提前識別這些風險。”
框架中提出的模型評估可用于發(fā)現(xiàn)某個AI模型何時具有可用于威脅、施加或逃避的“危險能力”。它還允許開發(fā)人員確定模型在多大程度上傾向于應(yīng)用這種能力來造成損害——也就是它的一致性。DeepMind的開發(fā)團隊在博客中寫道，“即使在非常廣泛的場景中，一致性評估也應(yīng)確認模型的行為符合預(yù)期，并在可能的情況下檢查模型的內(nèi)部工作?！?/p>
這些結(jié)果可以用來了解風險水平以及導(dǎo)致風險水平的因素是什么。研究人員警告說：“如果AI系統(tǒng)的能力足以造成極端傷害，假設(shè)它被濫用或安排不當，AI社區(qū)應(yīng)該將其視為高度危險的系統(tǒng)。要在現(xiàn)實世界中部署這樣的系統(tǒng)，AI開發(fā)人員需要展示出異常高的安全標準。”
這就是治理結(jié)構(gòu)發(fā)揮重要作用的地方。OpenAI最近宣布，將向開發(fā)AI治理系統(tǒng)的機構(gòu)和組織提供10筆10萬美元的贈款，而七國集團(G7)也計劃舉行會議，將討論如何應(yīng)對AI風險。
DeepMind表示：“如果我們有更好的工具來識別哪些模型存在風險，開發(fā)商和監(jiān)管機構(gòu)就能更好地確保負責任地對AI進行訓練，根據(jù)風險評估做出部署決策，而透明度至關(guān)重要，包括報告風險，并確保有適當?shù)臄?shù)據(jù)和信息安全控制措施。”
AI法律服務(wù)商Luminance總法律顧問Harry Borovick表示，合規(guī)需要一致性。他說：“近幾個月來對監(jiān)管制度不斷的解釋，為AI開發(fā)商和采用AI的企業(yè)構(gòu)建了一個合規(guī)雷區(qū)。由于開發(fā)AI競賽并不會很快放緩，因此對明確而一致的監(jiān)管指導(dǎo)的需求從未像現(xiàn)在這樣迫切。然而需要記住的是，AI技術(shù)以及它做出決定的方式是無法解釋的。這就是在制定法規(guī)時，科技和AI專家的正確結(jié)合是如此重要的原因?！?/p>
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
