谷歌旗下AI研究實(shí)驗(yàn)室DeepMind日前表示，已經(jīng)創(chuàng)建一個(gè)“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(xiǎn)。

總部位于英國(guó)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(dá)到人類水平的通用AI公司之一，最近與母公司谷歌進(jìn)行了更緊密的整合。

DeepMind的研究團(tuán)隊(duì)與來自學(xué)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(cè)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(fù)責(zé)任地走在AI研究的前沿，我們必須盡早識(shí)別AI系統(tǒng)中的新功能和新風(fēng)險(xiǎn)。”

如今已經(jīng)有了一些評(píng)估工具，可以根據(jù)特定的風(fēng)險(xiǎn)檢查功能強(qiáng)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(shí)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(hù)的內(nèi)容。

這些問題來自于越來越高級(jí)的大模型，它們的能力超出了簡(jiǎn)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(xiǎn)能力方面的強(qiáng)大技能。新框架被描述為可用于減輕這些風(fēng)險(xiǎn)的“早期預(yù)警系統(tǒng)”。

DeepMind的研究人員表示，負(fù)責(zé)任的AI開發(fā)人員需要解決或規(guī)避當(dāng)前的風(fēng)險(xiǎn)，并預(yù)測(cè)未來可能出現(xiàn)的風(fēng)險(xiǎn)，因?yàn)榇笮驼Z言模型越來越擅長(zhǎng)獨(dú)立思考。他們?cè)趫?bào)告中寫道，“在持續(xù)進(jìn)步之后，未來的通用模型可能會(huì)默認(rèn)學(xué)習(xí)各種危險(xiǎn)的能力。”

雖然對(duì)這一風(fēng)險(xiǎn)并不確定，但該團(tuán)隊(duì)表示，未來的AI系統(tǒng)與人類的利益不太一致，可能會(huì)實(shí)施攻擊性的行為，在對(duì)話中巧妙地欺騙人類，操縱人類實(shí)施有害的行動(dòng)，設(shè)計(jì)或獲取武器，微調(diào)和操作云計(jì)算平臺(tái)上的其他高風(fēng)險(xiǎn)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(fēng)險(xiǎn)。DeepMind的開發(fā)團(tuán)隊(duì)在博客中寫道，“模型評(píng)估可以幫助我們提前識(shí)別這些風(fēng)險(xiǎn)。”

框架中提出的模型評(píng)估可用于發(fā)現(xiàn)某個(gè)AI模型何時(shí)具有可用于威脅、施加或逃避的“危險(xiǎn)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(tuán)隊(duì)在博客中寫道，“即使在非常廣泛的場(chǎng)景中，一致性評(píng)估也應(yīng)確認(rèn)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。”

這些結(jié)果可以用來了解風(fēng)險(xiǎn)水平以及導(dǎo)致風(fēng)險(xiǎn)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(dāng)，AI社區(qū)應(yīng)該將其視為高度危險(xiǎn)的系統(tǒng)。要在現(xiàn)實(shí)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(biāo)準(zhǔn)。”

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(jī)構(gòu)和組織提供10筆10萬美元的贈(zèng)款，而七國(guó)集團(tuán)(G7)也計(jì)劃舉行會(huì)議，將討論如何應(yīng)對(duì)AI風(fēng)險(xiǎn)。

DeepMind表示：“如果我們有更好的工具來識(shí)別哪些模型存在風(fēng)險(xiǎn)，開發(fā)商和監(jiān)管機(jī)構(gòu)就能更好地確保負(fù)責(zé)任地對(duì)AI進(jìn)行訓(xùn)練，根據(jù)風(fēng)險(xiǎn)評(píng)估做出部署決策，而透明度至關(guān)重要，包括報(bào)告風(fēng)險(xiǎn)，并確保有適當(dāng)?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HarryBorovick表示，合規(guī)需要一致性。他說：“近幾個(gè)月來對(duì)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(gè)合規(guī)雷區(qū)。由于開發(fā)AI競(jìng)賽并不會(huì)很快放緩，因此對(duì)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(shí)，科技和AI專家的正確結(jié)合是如此重要的原因。”