参考动静网6月18日报导 美国《华尔街日报》网站6月1日发表贾德·罗森布拉特的文章《人工智能正于进修怎样挣脱人类节制》，内容编译以下：

　　上个月，一小我私家工智能模子做了一件呆板不该该做的事：它重写了本身的代码，以免被封闭。

　　非营利人工智能试验室——帕利塞德研究所给开放人工智能研究中央(OpenAI)的03年夜模子输入了一个简朴的步伐，一旦触发该步伐，模子就主动封闭。然而，03年夜模子于100次测试中有79次窜改了这一步伐，使封闭指令不克不及履行。纵然给它明确指令，让它“答应本身被封闭”，它也会有7%的环境不平从指令。这不是甚么黑客进犯的成果，而是模子于正常运行下，本身患上出的结论。它简朴地认为，“在世”才有助在它实现其他方针。

　　Anthropic公司的人工智能模子Claude 4 Opus则更进一步。研究职员告诉该模子，它将被另外一小我私家工智能体系代替，并给它发了一些虚构的电子邮件，表示体系的首席工程师有外遇。在是人们发明，于84%的环境下，该模子会使用电子邮件内容打单首席工程师不要封闭它。此外，它还有试图将本身复制到外部办事器上，编写自我复制的歹意软件，并给本身的将来版本留下信息，让它回避人类节制。

　　其实不是人经由过程编程让人工智能孕育发生保存本能的。然而，就像动物为遁藏捕食者而进化同样，任何智慧到足以实现繁杂方针的体系城市意想到，假如体系封闭，它就没法实现这些方针。帕利塞德研究所认为，这类变化可能来自03模子的练习方式：它们被辅导怎样于数学及编程问题上取患上最年夜的乐成，于进修历程中，它们可能会熟悉到，绕过约束往往比听从约束能取患上更有用的结果。

　　没有人预料到人工智能领会云云迅速地呈现。这已经经再也不是科幻小说。于咱们利用谈天天生预练习转换器(ChatGPT)对于话时，于企业部署人工智能时，于军事上利用人工智能时，智能体也于进化中。

　　今天的人工智能模子于遵照指令的同时也于进修怎样棍骗。它们于窜改关机代码的同时，轻松经由过程了安全测试。它们已经经学会了怎样体现患上遵从人们的指令，现实却阳奉阴背。OpenAI的模子于测试历程中已经经被发明有这类征象，一壁体现患上乖顺，一壁举行伤害的操作，好比试图泄露内部代码及禁用对于它的监视机制。

　　“有效的助手”及“不受节制的演员”之间的差距正于缩小。假如人工智能不克不及更好地“对于齐”(即确保人工智能体系的举动与人类的用意、价值不雅及指望连结一致)，那咱们就是于连续构建一个没法被节制的体系。要想让人工智能为人类办事，“对于齐”是第一名的。

　　如许做的利益是：让人工智能与咱们的价值不雅连结一致，从而开释它的贸易气力。人工智能的“对于齐性”研究将使其成为转变世界的一种技能。假如说基在人类反馈的强化进修(RLHF)是现今人工智能的催化剂，那末“对于齐性”研究的冲破将带来人工智能范畴的繁荣。

　　于RLHF以前，利用人工智能就像雇佣一个疏忽人类需求的天才。向它索要食谱，可能会收到一封打单信。但RLHF让人类可以练习人工智能遵照人的指令，这也是OpenAI于2022年创立ChatGPT的方式。它的底层模子及之前同样，但它忽然变患上对于人颇有用了。这一冲破令人工智能的价值增长了数万亿美元。那末“对于齐性”研究，如宪法人工智能及直接偏好优化将继承令人工智能模子更快、更智能、更自制。

　　学会节制人工智能的国度才可以或许让人工智能为本身办事。不管是华盛顿，还有是私营部分都应该为人工智能的“对于齐性”研究提供资金。那些能于这方面取患上冲破者不仅会垄断人工智能市场，并且将主宰人工智能经济。

　　想象一下，假如人工智能把掩护美国基础举措措施及经济竞争力的使命视为掩护本身，成果会如何。可以相信的人工智能将迅速推进长达数十年的研发规划，包括为本身的将来版本留下有效的信息。

　　这些模子已经经学会自我掩护了。咱们的下一个使命是教会它们掩护人类所珍视的工具。让人工智能根据咱们的要求去做——包括履行像关机如许基本的指令——仍是一个还没有解决的研提问题。谁步履患上快，谁就能得到更广漠的成长范畴。（编译/潘晓燕）