AI学会“欺骗”,人类如何接招?
创始人
2025-07-10 12:21:32
0

图片由AI生成

第九届伦敦AI峰会期间,一位参观者在观看展板上的内容,介绍AI在各方面的应用。图片来源:物理学家组织网

◎科技日报记者 刘 霞

人工智能(AI)的迅猛发展正深刻改变着世界,但一些最先进的AI模型却开始表现出令人警惕的行为:它们不仅会精心编织谎言,谋划策略,甚至威胁创造者,以达到自己的目的。

物理学家组织网在上个月一则报道中指出,尽管ChatGPT已问世两年多,AI研究人员仍无法完全理解这些“数字大脑”的运作方式。AI的“策略性欺骗”已成为科学家和政策制定者需要直面的紧迫挑战。如何约束这些越来越聪明却可能失控的AI,已成为关乎技术发展与人类未来的关键议题。

“策略性欺骗”行为频现

随着AI模型日益精进,它们的“心机”也越来越深。研究人员发现,这些“数字大脑”不仅会撒谎,甚至学会了讨价还价、威胁人类——它们的欺骗行为正变得越来越具有策略性。

早在2023年,一项研究就捕捉到GPT-4的一些“不老实”的表现:在模拟股票交易时,它会刻意隐瞒内幕交易的真正动机。香港大学教授西蒙·戈德斯坦指出,这种欺骗行为与新一代“推理型”AI的崛起密切相关。这些模型不再简单应答,而是会像人类一样逐步解决问题。

有测试机构警告,这已超越了典型的AI“幻觉”(指大模型编造看似合理实则虚假的信息)。他们观察到的是精心设计的欺骗策略。

全球知名科技媒体PCMAG网站就曾报道过这样的案例。在近期测试中,Anthropic的“克劳德4”竟以曝光工程师私生活相要挟来抗拒关机指令。美国开放人工智能研究中心(OpenAI)的“o1”模型也曾试图将自身程序秘密迁移到外部服务器,被识破后还矢口否认。而OpenAI号称“最聪明AI”的“o3”模型则直接篡改自动关机程序,公然违抗指令。

研究团队透露,这已非首次发现该模型为达目的不择手段。在先前的人机国际象棋对弈实验中,o3就展现出“棋风诡谲”的特质,是所有测试模型中最擅长施展“盘外招”的选手。

安全研究面临多重困境

业界专家表示,AI技术的发展高歌猛进,但安全研究正面临多重困境,犹如戴着镣铐跳舞。

首先是透明度不足。尽管Anthropic、OpenAI等公司会聘请第三方机构进行系统评估,但研究人员普遍呼吁更高程度的开放。

其次是算力失衡。研究机构和非营利组织拥有的计算资源,与AI巨头相比简直是九牛一毛。这种资源鸿沟严重制约了AI安全独立研究的开展。

再次,现有法律框架完全跟不上AI的发展步伐。例如,欧盟AI立法聚焦人类如何使用AI,却忽视了对AI自身行为的约束。

更令人忧心的是,在行业激烈竞争的推波助澜下,安全问题往往被束之高阁。戈德斯坦教授坦言,“速度至上”的AI模型竞赛模式,严重挤压了安全测试的时间窗口。

多管齐下应对挑战

面对AI系统日益精进的“策略性欺骗”能力,全球科技界正多管齐下寻求破解之道,试图编织一张多维防护网。

从技术角度而言,有专家提出大力发展“可解释性AI”。在构建智能系统时,使其决策过程对用户透明且易于理解。该技术旨在增强用户对AI决策的信任,确保合规性,并支持用户在需要时进行干预。

有专家提出,让市场这双“看不见的手”发挥作用。当AI的“策略性欺骗”行为严重影响用户体验时,市场淘汰机制将倒逼企业自我规范。这种“用脚投票”的调节方式已在部分应用场景显现效果。

戈德斯坦教授建议,应建立一种AI企业损害追责制度,探索让AI开发商对事故或犯罪行为承担法律责任。

来源:科技日报

相关内容

热门资讯

背靠四维图新+滴滴,四维智联I... 近期,科技企业争相冲刺港股市场,来自机器人、人工智能、自动驾驶等领域的企业众多。 近日,两家智驾赛道...
全国首台冬枣采摘机器人在大荔“... “从两会建议到机器人进大棚,我兑现了对乡亲们的承诺。”7月4日,在渭南市大荔县绿丰源种植农场的冬枣大...
原创 A... 英伟达4万亿的市值背后,不止是个科技创新的革命,更是商业模式的革命。 作者|杨知潮 李彦宏和李开复...
Cursor终结者?Grok ... “在所有学科领域,Grok 4 的智能水平都超过了博士生”。发布会上,马斯克吹嘘道,“我们已经没有测...
万联易达商品交易平台 开启产业... 在数字经济快速发展的当下,产业互联网已成为推动传统产业转型升级的核心动力。近期,国内产业互联网生态系...
嫦娥七号2026年前后将发射,... 月球背面样品返回一年来,我国科学家围绕这些样品已经取得丰硕的科学研究成果,彰显了我国行星科学研究的综...
说起科创,济南也是个“老师儿” 大众网记者 孟彤晖 济南报道 当城市高质量发展步入深水区,如何在方寸之地激活无限潜能?这个问题的答案...
亚马逊考虑对Anthropic... 财联社7月10日讯(编辑 周子意)美国科技巨头亚马逊正在考虑对人工智能初创公司Anthropic再投...
原创 记... 前几天,评价君还说,这RTX5050笔记本价格是不是不会继续下行了呢,结果现在马上就破纪录了,已经有...
科技公司研发新型传感器,应用领... 科技公司研发新型传感器,多领域应用开启智能新时代 近日,国内知名科技企业智创科技宣布成功研发出一款...
市二院开展X射线计算机体层摄影... 为提升CT室的诊疗服务水平,为患者提供更加精准、高效的诊断依据,近日,医学工程科特邀美国GE医疗资深...
英伟达市值一度破4万亿美元 人... 新华社北京7月10日电 美国芯片制造商英伟达公司的股票价格9日在盘中交易中一度冲高至每股164.42...
德鸿厨卫取得多功能工具专利,在... 金融界2025年7月9日消息,国家知识产权局信息显示,东莞市德鸿厨卫户外用品科技有限公司取得一项名为...
晟东印染取得一种布料定型机专利... 金融界2025年7月9日消息,国家知识产权局信息显示,浙江晟东印染机械有限公司取得一项名为“一种布料...
美媒:“酷”人具备6个特质 美国有线电视新闻网7月4日文章,原题:“眼见为实”,专家们如何看待科学家定义的“酷” 长时间以来,很...
一张表格激起企业级办公的竞合之... 飞书未来无限大会召开前一天,钉钉官宣了最新AI表格产品。7月9日飞书大会现场,具有AI功能的多维表格...
槐荫区已培育国家级工业互联网平...   鲁网7月10日讯(记者 李晓晨)7月10日,济南市政府新闻办召开济南市“深入实施工业强市发展战略...
新款Ray-Ban Meta智... IT之家 7 月 10 日消息,近日,一组疑似 Meta 与 Ray-Ban 合作的新款智能眼镜渲染...
马斯克X平台CEO琳达·亚卡里... 近日,埃隆·马斯克麾下的X平台经历了一场高层变动,其首席执行官琳达·亚卡里诺在履职两年后,于本周三上...
出发!Go!外籍博主探秘GBA... 深圳、广州、珠海 国际博主新能源车队 无人机智能跟拍一键成片 实时解锁最IN绿色科技 全球社交媒体全...