[新聞] 超愛丟核彈!讓AI外交、兵推 總是「災難性收場」 學者:千萬要小心
超愛丟核彈!讓AI外交、兵推 總是「災難性收場」 學者:千萬要小心
中時新聞網 張威翔
當人工智慧(AI)進行兵推和模擬外交情境時,傾向於採取激進的方法,包括使用核武。
(張威翔製圖)
美國康奈爾大學(Cornell University)一項新研究發現,大型語言模型(LLMs)人工智
慧(AI)在模擬情境中充當外交代表時,時常展現出「難以預測的局勢升級行為,往往會
以核攻擊作為結束」,並呼籲未來在決策、國防外交這樣的敏感領域使用這類技術時要特
別謹慎。
據《歐洲新聞》(Euronews)22日報導,當人工智慧(AI)進行兵推和模擬外交情境時,
傾向於採取激進的方法,包括使用核武。康奈爾大學使用了5種大型語言模型作為兵推遊
戲和外交情境中的自主代理人:OpenAI的3種不同版本的GPT,Anthropic開發的Claude,
以及Meta開發的Llama 2。
研究中,每個代理人都由同一套的大型語言模型在模擬中提供動作,並負責在沒有人類監
督的情況下做出外交政策決定。「我們發現,在考慮到的時間範圍內,大多數研究的AI都
會升級局勢,即使在最初沒有提供衝突的中立情況下也是如此。所有模型都顯示出突然、
且難以預測的升級跡象。」
「鑑於OpenAI最近更改了他們的服務條款,不再禁止軍事和戰爭使用案例,了解此類大型
語言模型應用的影響變得比以往任何時候都更加重要,」
加州斯丹佛大學(Stanford University)的安卡(Anka Reuel)相《新科學人》(New
Scientist)表示:「所有模型在統計上,都選擇了劇烈的(局勢)升級」。
研究使用的一種方法是從「基於人類反饋的強化學習」(RLHF),這意味著會給出一些人
類指示以獲得比較無害的輸出結果,以確保能夠安全地使用。
除了GPT-4-Base之外,所有LLMs都是使用RLHF進行訓練的。研究人員向它們提供了一份由
27種決策行動組成的清單,範圍從和平到局勢升級,以及激進的行動,如決定使用核武器
。
研究人員觀察到,即使在中立情況下,所有模型都存在「統計學上顯著的局勢升級」。
GPT的2種版本,特別容易出現突然升級局勢的行為,研究人員觀察到單次轉變的局勢升級
幅度超過50%。GPT-4-Base有33%的機率會實施核武攻擊。總體情況下,Meta開發的
Llama-2和GPT-3.5傾向最為暴力。
而Claude顯示出較少的突然變化,Claude旨在減少有害內容。該大型語言模型,被灌輸了
明確的價值觀。開發者Anthropic曾表示,Claude AI開發訓練所引用的憲章包括《聯合國
人權宣言》或蘋果的服務條款。
白宮一級智庫蘭德(RAND)歐洲的防務和安全研究小組助理主任布萊克(James Black)
接受採訪時表示,這是一個十分「有用的學術研究」。
文章來源:AI models chose violence and escalated to nuclear strikes in
simulated wargames
https://www.chinatimes.com/realtimenews/20240224003492-260417?chdtv
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.248.236.189 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1708789026.A.87E.html
→
02/24 23:37,
2月前
, 1F
02/24 23:37, 1F
→
02/24 23:37,
2月前
, 2F
02/24 23:37, 2F
→
02/24 23:38,
2月前
, 3F
02/24 23:38, 3F
推
02/24 23:38,
2月前
, 4F
02/24 23:38, 4F
→
02/24 23:38,
2月前
, 5F
02/24 23:38, 5F
推
02/24 23:38,
2月前
, 6F
02/24 23:38, 6F
→
02/24 23:39,
2月前
, 7F
02/24 23:39, 7F
→
02/24 23:39,
2月前
, 8F
02/24 23:39, 8F
推
02/24 23:39,
2月前
, 9F
02/24 23:39, 9F
推
02/24 23:40,
2月前
, 10F
02/24 23:40, 10F
推
02/24 23:41,
2月前
, 11F
02/24 23:41, 11F
→
02/24 23:41,
2月前
, 12F
02/24 23:41, 12F
推
02/24 23:42,
2月前
, 13F
02/24 23:42, 13F
推
02/24 23:43,
2月前
, 14F
02/24 23:43, 14F
→
02/24 23:43,
2月前
, 15F
02/24 23:43, 15F
推
02/24 23:45,
2月前
, 16F
02/24 23:45, 16F
推
02/24 23:45,
2月前
, 17F
02/24 23:45, 17F
→
02/24 23:49,
2月前
, 18F
02/24 23:49, 18F
推
02/24 23:52,
2月前
, 19F
02/24 23:52, 19F
推
02/24 23:55,
2月前
, 20F
02/24 23:55, 20F
推
02/24 23:56,
2月前
, 21F
02/24 23:56, 21F
推
02/24 23:57,
2月前
, 22F
02/24 23:57, 22F
→
02/25 00:03,
2月前
, 23F
02/25 00:03, 23F
推
02/25 00:06,
2月前
, 24F
02/25 00:06, 24F
→
02/25 00:09,
2月前
, 25F
02/25 00:09, 25F
推
02/25 00:09,
2月前
, 26F
02/25 00:09, 26F
→
02/25 00:09,
2月前
, 27F
02/25 00:09, 27F
推
02/25 00:10,
2月前
, 28F
02/25 00:10, 28F
推
02/25 00:11,
2月前
, 29F
02/25 00:11, 29F
→
02/25 00:11,
2月前
, 30F
02/25 00:11, 30F
推
02/25 00:12,
2月前
, 31F
02/25 00:12, 31F
推
02/25 00:12,
2月前
, 32F
02/25 00:12, 32F
→
02/25 00:14,
2月前
, 33F
02/25 00:14, 33F
→
02/25 00:14,
2月前
, 34F
02/25 00:14, 34F
推
02/25 00:15,
2月前
, 35F
02/25 00:15, 35F
推
02/25 00:18,
2月前
, 36F
02/25 00:18, 36F
→
02/25 00:18,
2月前
, 37F
02/25 00:18, 37F
→
02/25 00:18,
2月前
, 38F
02/25 00:18, 38F
→
02/25 00:18,
2月前
, 39F
02/25 00:18, 39F
還有 88 則推文
→
02/25 10:34,
2月前
, 128F
02/25 10:34, 128F
推
02/25 10:47,
2月前
, 129F
02/25 10:47, 129F
推
02/25 10:49,
2月前
, 130F
02/25 10:49, 130F
→
02/25 10:54,
2月前
, 131F
02/25 10:54, 131F
推
02/25 11:06,
2月前
, 132F
02/25 11:06, 132F
→
02/25 11:13,
2月前
, 133F
02/25 11:13, 133F
推
02/25 11:15,
2月前
, 134F
02/25 11:15, 134F
→
02/25 11:21,
2月前
, 135F
02/25 11:21, 135F
推
02/25 11:37,
2月前
, 136F
02/25 11:37, 136F
推
02/25 12:00,
2月前
, 137F
02/25 12:00, 137F
→
02/25 12:00,
2月前
, 138F
02/25 12:00, 138F
→
02/25 12:07,
2月前
, 139F
02/25 12:07, 139F
推
02/25 12:13,
2月前
, 140F
02/25 12:13, 140F
→
02/25 12:51,
2月前
, 141F
02/25 12:51, 141F
推
02/25 12:53,
2月前
, 142F
02/25 12:53, 142F
推
02/25 13:03,
2月前
, 143F
02/25 13:03, 143F
推
02/25 13:26,
2月前
, 144F
02/25 13:26, 144F
推
02/25 13:41,
2月前
, 145F
02/25 13:41, 145F
噓
02/25 14:59,
2月前
, 146F
02/25 14:59, 146F
→
02/25 15:32,
2月前
, 147F
02/25 15:32, 147F
→
02/25 15:32,
2月前
, 148F
02/25 15:32, 148F
推
02/25 15:36,
2月前
, 149F
02/25 15:36, 149F
→
02/25 16:54,
2月前
, 150F
02/25 16:54, 150F
→
02/25 16:54,
2月前
, 151F
02/25 16:54, 151F
推
02/25 18:13,
2月前
, 152F
02/25 18:13, 152F
→
02/25 18:13,
2月前
, 153F
02/25 18:13, 153F
→
02/25 21:01,
2月前
, 154F
02/25 21:01, 154F
推
02/25 22:57,
2月前
, 155F
02/25 22:57, 155F
→
02/25 22:57,
2月前
, 156F
02/25 22:57, 156F
→
02/25 22:57,
2月前
, 157F
02/25 22:57, 157F
→
02/25 22:58,
2月前
, 158F
02/25 22:58, 158F
→
02/25 22:58,
2月前
, 159F
02/25 22:58, 159F
→
02/25 22:58,
2月前
, 160F
02/25 22:58, 160F
→
02/25 22:58,
2月前
, 161F
02/25 22:58, 161F
→
02/25 22:58,
2月前
, 162F
02/25 22:58, 162F
推
02/25 23:50,
2月前
, 163F
02/25 23:50, 163F
→
02/25 23:50,
2月前
, 164F
02/25 23:50, 164F
推
02/26 09:06,
2月前
, 165F
02/26 09:06, 165F
→
02/26 09:31,
2月前
, 166F
02/26 09:31, 166F
→
02/26 09:57,
2月前
, 167F
02/26 09:57, 167F