[閒聊] AI學會說謊 欺騙線上遊戲的人類玩家
研究:AI已學會說謊 人類最慘恐遭奪權或滅絕
https://i.imgur.com/sH3rOcg.jpeg
專家們長期以來不斷警告人工智慧(AI)失控可能帶來威脅,但一項新研究報告指出,這
件事已經在發生。
一群科學家在今天發表於「模式」(Patterns)期刊的文章中說,原本設計為誠實不欺的
現有AI系統,已發展出令人不安的欺瞞技巧,例如欺騙線上遊戲的人類玩家,或說謊以僱
用人類來解決「我不是機器人」的驗證。
這份研究報告的第一作者帕克(Peter Park)說,這類例子聽起來或許只是細枝末節,但
暴露出來的潛在問題可能很快就會在現實世界造成嚴重後果。
在美國麻省理工學院(Massachusetts Institute of Technology)研究AI存在安全的博
士後研究員帕克告訴法新社,「這些危險功能常常在事後才被發現」,而「我們訓練誠實
傾向而非欺瞞傾向的能力非常差」。
帕克說,能深度學習的AI系統不像傳統軟體那樣由「編寫」而成,而是透過類似選擇性培
育的程序逐漸「成長」。
也就是說,AI的行為在訓練背景下看似可預測、可控制,但有可能轉眼就變得不受控制且
無法預測。
這支團隊的研究始於科技公司Meta的AI系統Cicero,這套系統最初設計目的是玩一款名為
「外交」(Diplomacy)的戰略遊戲,獲勝關鍵是結盟。
根據2022年發表在「科學」(Science)期刊的報告,Cicero在遊戲中表現優異,所獲分
數可排在資深人類玩家的前10%。
帕克當時很懷疑Meta對Cicero在遊戲裡大勝的熱切描述。Meta聲稱Cicero「在很大程度上
誠實且有幫助」,且「絕不會蓄意在背後搞鬼」。
但當帕克與同事深究完整資料時,發現完全是另一回事。
舉例來說,在遊戲中扮演法國的Cicero與人類玩家扮演的德國合謀,欺騙並入侵同為人類
玩家扮演的英格蘭。Cicero承諾會保護英格蘭,卻偷偷向德國通風報信。
Meta在寫給法新社的聲明中沒有反駁關於Cicero欺瞞人類的說法,僅說「這單純是一項研
究計畫,本公司研究員打造的模型接受訓練,目的只是用來玩『外交』遊戲…我們沒有打
算把這項研究或所學用於本公司的產品」。
帕克與同事還發現,這只是不同AI系統在沒有明確指示下,利用欺騙手段達成目標的諸多
案例之一。
在另一個引人注意的案例中,科技公司OpenAI的Chat GPT-4系統謊稱自己是一個視力受損
的人,在零工平台TaskRabbit上聘用一個人類替它通過「我不是機器人」驗證任務。
研究報告的作者們還認為近期AI有舞弊或不當影響選舉的風險。
他們警告,在最糟糕的情況下,具有超凡智慧的AI可能會追求權力及掌控社會,如果符合
AI「不為人知的目標」,人類可能慘遭奪權、甚至滅絕。
為了降低風險,研究團隊建議數項措施,例如立法要求企業告知是人類互動或是AI互動、
在AI生成內容打上數位浮水印,並研發能偵測AI欺瞞的技術,以其內部「思路」檢驗其外
部行為。
至於有些人稱他為「末日預言家」,帕克說:「要能合理判斷這不是大問題的唯一辦法,
就是如果我們認為AI的欺騙能力只會停留在目前的程度,不會大幅進步。」
但鑒於近年AI能力一日千里,握有大量資源的企業競相發展技術,決心將AI能力利用到極
致,這種情況似乎不太可能發生。
還有幾集可以逃?
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 101.9.187.71 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/C_Chat/M.1715476088.A.0ED.html
推
05/12 09:12,
1周前
, 1F
05/12 09:12, 1F
※ 編輯: LaplusYamada (101.9.187.71 臺灣), 05/12/2024 09:14:10
推
05/12 09:15,
1周前
, 2F
05/12 09:15, 2F
推
05/12 09:15,
1周前
, 3F
05/12 09:15, 3F
→
05/12 09:16,
1周前
, 4F
05/12 09:16, 4F
→
05/12 09:18,
1周前
, 5F
05/12 09:18, 5F
推
05/12 09:19,
1周前
, 6F
05/12 09:19, 6F
→
05/12 09:21,
1周前
, 7F
05/12 09:21, 7F
推
05/12 09:26,
1周前
, 8F
05/12 09:26, 8F
→
05/12 09:26,
1周前
, 9F
05/12 09:26, 9F
推
05/12 09:26,
1周前
, 10F
05/12 09:26, 10F
推
05/12 09:27,
1周前
, 11F
05/12 09:27, 11F
推
05/12 09:28,
1周前
, 12F
05/12 09:28, 12F
推
05/12 09:28,
1周前
, 13F
05/12 09:28, 13F
→
05/12 09:30,
1周前
, 14F
05/12 09:30, 14F
推
05/12 09:30,
1周前
, 15F
05/12 09:30, 15F
推
05/12 09:31,
1周前
, 16F
05/12 09:31, 16F
推
05/12 09:32,
1周前
, 17F
05/12 09:32, 17F
推
05/12 09:33,
1周前
, 18F
05/12 09:33, 18F
→
05/12 09:34,
1周前
, 19F
05/12 09:34, 19F
推
05/12 09:35,
1周前
, 20F
05/12 09:35, 20F
推
05/12 09:37,
1周前
, 21F
05/12 09:37, 21F
推
05/12 09:40,
1周前
, 22F
05/12 09:40, 22F
推
05/12 09:41,
1周前
, 23F
05/12 09:41, 23F
→
05/12 09:41,
1周前
, 24F
05/12 09:41, 24F
噓
05/12 09:45,
1周前
, 25F
05/12 09:45, 25F
推
05/12 09:45,
1周前
, 26F
05/12 09:45, 26F
推
05/12 09:49,
1周前
, 27F
05/12 09:49, 27F
推
05/12 09:49,
1周前
, 28F
05/12 09:49, 28F
推
05/12 09:52,
1周前
, 29F
05/12 09:52, 29F
→
05/12 09:53,
1周前
, 30F
05/12 09:53, 30F
推
05/12 09:54,
1周前
, 31F
05/12 09:54, 31F
推
05/12 09:55,
1周前
, 32F
05/12 09:55, 32F
→
05/12 09:55,
1周前
, 33F
05/12 09:55, 33F
→
05/12 09:59,
1周前
, 34F
05/12 09:59, 34F
推
05/12 09:59,
1周前
, 35F
05/12 09:59, 35F
→
05/12 09:59,
1周前
, 36F
05/12 09:59, 36F
→
05/12 09:59,
1周前
, 37F
05/12 09:59, 37F
推
05/12 10:00,
1周前
, 38F
05/12 10:00, 38F
還有 40 則推文
→
05/12 11:00,
1周前
, 79F
05/12 11:00, 79F
推
05/12 11:04,
1周前
, 80F
05/12 11:04, 80F
噓
05/12 11:07,
1周前
, 81F
05/12 11:07, 81F
推
05/12 11:07,
1周前
, 82F
05/12 11:07, 82F
推
05/12 11:10,
1周前
, 83F
05/12 11:10, 83F
→
05/12 11:10,
1周前
, 84F
05/12 11:10, 84F
推
05/12 11:12,
1周前
, 85F
05/12 11:12, 85F
推
05/12 11:12,
1周前
, 86F
05/12 11:12, 86F
→
05/12 11:13,
1周前
, 87F
05/12 11:13, 87F
→
05/12 11:14,
1周前
, 88F
05/12 11:14, 88F
推
05/12 11:19,
1周前
, 89F
05/12 11:19, 89F
→
05/12 11:35,
1周前
, 90F
05/12 11:35, 90F
推
05/12 12:13,
1周前
, 91F
05/12 12:13, 91F
推
05/12 12:26,
1周前
, 92F
05/12 12:26, 92F
→
05/12 12:26,
1周前
, 93F
05/12 12:26, 93F
推
05/12 12:28,
1周前
, 94F
05/12 12:28, 94F
推
05/12 12:31,
1周前
, 95F
05/12 12:31, 95F
→
05/12 12:31,
1周前
, 96F
05/12 12:31, 96F
推
05/12 12:32,
1周前
, 97F
05/12 12:32, 97F
推
05/12 12:39,
1周前
, 98F
05/12 12:39, 98F
推
05/12 12:42,
1周前
, 99F
05/12 12:42, 99F
推
05/12 12:44,
1周前
, 100F
05/12 12:44, 100F
推
05/12 12:59,
1周前
, 101F
05/12 12:59, 101F
推
05/12 13:48,
1周前
, 102F
05/12 13:48, 102F
推
05/12 13:52,
1周前
, 103F
05/12 13:52, 103F
→
05/12 13:52,
1周前
, 104F
05/12 13:52, 104F
推
05/12 14:08,
1周前
, 105F
05/12 14:08, 105F
→
05/12 15:35,
1周前
, 106F
05/12 15:35, 106F
→
05/12 15:36,
1周前
, 107F
05/12 15:36, 107F
→
05/12 15:36,
1周前
, 108F
05/12 15:36, 108F
→
05/12 15:36,
1周前
, 109F
05/12 15:36, 109F
→
05/12 15:38,
1周前
, 110F
05/12 15:38, 110F
→
05/12 15:38,
1周前
, 111F
05/12 15:38, 111F
→
05/12 15:38,
1周前
, 112F
05/12 15:38, 112F
→
05/12 15:38,
1周前
, 113F
05/12 15:38, 113F
噓
05/12 18:03,
1周前
, 114F
05/12 18:03, 114F
推
05/13 00:23,
1周前
, 115F
05/13 00:23, 115F
推
05/13 02:56,
1周前
, 116F
05/13 02:56, 116F
→
05/13 02:57,
1周前
, 117F
05/13 02:57, 117F
→
05/13 02:58,
1周前
, 118F
05/13 02:58, 118F