报名｜第二届智慧交通应用场景创新实践优秀案例征集启动！

6月3日，著名计算机科学家、AI“教父”约书亚·本(běn)吉奥（Yoshua Bengio）宣布发起(fāqǐ)非营利组织LawZero，致力于开发“诚信”人工智能系统。该组织计划打造一套AI防护机制，防范试图欺骗人类(rénlèi)的(de)AI智能体。 本吉奥将担任LawZero组织的主席。他以约3000万美元启动资金和十几名研究(yánjiū)人员为基础，正在开发名为“科学家AI”（Scientist AI）的系统。该系统将作为安全(ānquán)防护机制，防止AI智能(zhìnéng)体表现出欺骗或自我保护的行为，比如试图避免被关闭。“至关重要的是，作为护栏的AI至少(zhìshǎo)要与它(tā)试图监管(jiānguǎn)和控制的AI智能体一样智能。” 不会给出确定(quèdìng)答案，而是提供答案正确性的概率 AI智能体可在无需人类干预的情况下执行(zhíxíng)任务。本吉奥将当前(dāngqián)的AI智能体称为试图模仿人类并取悦用户的“演员”，而“科学家AI”系统更像是(xiàngshì)一位能够理解和预测不良行为的“心理学家(xīnlǐxuéjiā)”，既可以加速科学发现，又可以防范AI智能体的风险。 “我们希望构建诚实(chéngshí)且不具有欺骗性的人工智能。”本吉奥(jíào)说，“理论上(shàng)可以设想没有自我、没有目标、纯粹作为知识载体的机器，就像一个知道很多东西的科学家。” 但和当前(dāngqián)生成式AI工具不(bù)同的是，“科学家AI”系统不会给出确定性的答案，而是提供答案正确性的概率。“它有一种谦逊感，知道自己不确定答案是否(shìfǒu)正确。” 该系统(xìtǒng)与AI智能体协同(xiétóng)部署时，将通过评估自主系统行为(xíngwéi)造成伤害的概率，标记潜在有害行为。如果概率超过一定阈值，那么智能体提出的行动将被阻止。 本吉奥说，LawZero的(de)第一步是证明概念背后的方法论是有效的，并说服企业或政府支持(zhīchí)更(gèng)强大版本的开发(kāifā)。开源人工智能模型将成为训练LawZero系统的起点。“关键是要证明这种(zhèzhǒng)方法论有效，从而说服捐赠者(juānzèngzhě)、政府或AI实验室投入资源，以与当前前沿AI同等的规模进行训练。至关重要的是，作为护栏的AI至少要与它试图监管和控制的AI智能体一样智能。” LawZero最初的支持者包括人工智能安全(ānquán)机构生命未来研究所（Future of Life Institute）、Skype创始工程师雅恩(yǎēn)·塔林（Jaan Tallinn）以及谷歌前(qián)首席(shǒuxí)执行官埃里克·施密特(shīmìtè)（Eric Schmidt）创立的研究机构施密特科学（Schmidt Sciences）。 AI学会欺骗误导、试图逃避(táobì)关闭、隐藏真实能力 本吉奥是(shì)蒙特利尔大学教授，也是人工智能安全领域的领军人物。 他曾(céng)与杰弗里·辛顿（Geoffrey Hinton）、Meta首席AI科学家杨立昆(yánglìkūn)（Yann LeCun）共同获得(huòdé)2018年(nián)图灵奖，还主持了《国际人工智能安全报告》。该报告警告称，如果自主智能体能够在没有人类监督的情况下完成更长的任务序列(xùliè)，它们可能会造成严重破坏。 本吉奥认为，人类不(bù)需要智能(zhìnéng)体系统来获得人工智能的回报，这样的系统有可能(kěnéng)脱离人类的控制，带来不可逆转的后果。“如果我们研发出一种能够治愈(zhìyù)癌症的AI，但也有可能这种AI的另(lìng)一种版本变得失控，制造出一波又一波的生物武器，导致数十亿人死亡，那么我认为这是不值得的。” 2023年，本吉奥(jíào)与OpenAI首席(shǒuxí)执行官山姆(shānmǔ)·奥特曼（Sam Altman）等人签署了一份声明(shēngmíng)，宣称“减轻AI带来的灭绝风险应该与流行病、核战争等其他风险一样，成为全球优先事项”。 过去几个月，人类目睹了人工智能系统学会误导、欺骗和试图(shìtú)逃避被关闭，甚至(shènzhì)诉诸勒索。这些行为几乎都出自精心设计、近乎诱导AI行为不端的(de)实验，例如要求其不惜一切代价实现目标。 但现实中这样的行为也已出现。最近，人工智能企业Anthropic承认其最新系统可能试图(shìtú)勒索要(yào)关闭它的工程师。本吉奥对此感到担忧。他还提到，研究表明(biǎomíng)，人工智能模型能够隐藏它们的真实能力和目标。这些例子表明，由于人工智能的推理能力越来越(yuèláiyuè)强(qiáng)，世界正走向“越来越危险的境地”。 本吉奥说，试图利用已知会催生欺骗倾向(qīngxiàng)的技术构建人类水平的AI智能体，就像一辆汽车在(zài)狭窄的山路上疾驰，两侧是(shì)陡峭悬崖，前方被浓雾遮蔽，“我们需要(xūyào)为汽车装上前灯，并在路上安装一些护栏。” (本文来自澎湃新闻，更多(duō)原创资讯请下载“澎湃新闻”APP)