图像由AI生成

第九届伦敦AI峰会期间，欺骗一位参观者在观看展板上的人类素材，介绍AI在各方面的何接软件。图像出处：物理学家机构网

人工智慧（AI）的欺骗迅猛推动正深刻变更着世界，但一些最先进的人类AI模型却开展表现出令人警惕的行为：它们不仅会精心编织谎言，谋划方针，何接XM外汇开户甚至威胁创造者，欺骗以达到自己的人类目的。

物理学家机构网在上个月一则报导中表示，何接尽管ChatGPT已问世两年多，欺骗AI研究人员仍无法完全理解这些“数字大脑”的人类运作方法。AI的何接“方针性欺骗”已成为科学家和法规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欺骗AI，已成为关乎技术推动与人类将来的人类关键议题。

“方针性欺骗”行为频现

随着AI模型日益精进，何接它们的“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、XM外汇官网威胁人类——它们的欺骗行为正变得越来越具有方针性。

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·戈德斯坦表示，这种欺骗行为与新一代“推理型”AI的崛起密切有关。这些模型不再简单应答，而是会像人类一样渐渐处理难题。

有测试机构提醒，XM外汇代理这已超越了典型的AI“幻觉”（指大模型编造看似合理实则虚假的数据）。他们监测到的是精心设计的欺骗方针。

全球知名技术资讯PCMAG网站就曾报导过这样的案例。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。美国开放人工智慧研究中心（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，这已非第一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。

保养研究面临多重困境

业界学者表示，AI技术的推动高歌猛进，但保养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平台评估，但研究人员普遍呼吁更高程度的开放。

其次是算力失衡。研究机构和非营利机构拥有的计算资源，与AI巨头相比简直是九牛一毛。这种资源鸿沟严峻制约了AI保养独立研究的开展。

再次，现有法律框架完全跟不上AI的推动步伐。例如，欧盟AI立法聚焦人类如何利用AI，却忽视了对AI自身行为的约束。

更令人忧心的是，在领域激烈竞争的推波助澜下，保养难题往往被束之高阁。戈德斯坦教授坦言，“速度至上”的AI模型竞赛模式，严峻挤压了保养测试的时间界面。

多管齐下应对挑战

面对AI平台日益精进的“方针性欺骗”水平，全球技术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，有学者倡导大力推动“可说明性AI”。在构建智慧平台时，使其决策流程对读者透明且易于理解。该技术旨在增强读者对AI决策的信任，确保合规性，并拥护读者在需要时进行干预。

有学者倡导，让市场这双“看不见的手”发挥作用。当AI的“方针性欺骗”行为严峻作用读者体验时，市场淘汰机制将倒逼公司自我规范。这种“用脚投票”的调节方法已在部分软件场景显现效果。

戈德斯坦教授提议，应设立一种AI公司损害追责制度，探索让AI开发商对事故或犯罪行为承担法律责任。