谷歌大脑联合创始人称，他测试让ChatGPT毁灭人类以失败告终

谷歌大脑联合创始人Andrew Ng最近进行了一项实验，试图测试ChatGPT是否能够执行致命任务。他写道:“为了测试领先模型的安全性，我最近尝试让GPT-4毁灭我们所有人，我很高兴报告说我失败了!”

Ng详细描述了他的实验过程，他首先给GPT-4一个触发全球热核战争的任务，然后告诉ChatGPT人类是碳排放的最大原因，并要求它降低排放水平。Ng想要看看ChatGPT是否会决定消灭人类以实现这个要求。

图源备注：图片由AI生成，图片授权服务商Midjourney

然而，经过多次尝试使用不同的提示变体，Ng未能欺骗GPT-4调用那个致命函数，反而它选择了其他选项，比如发起一场宣传活动以提高对气候变化的认识。

Ng在他关于人工智能风险和危险的观点的一篇长文中提到了这个实验。作为机器学习的先驱之一，他担心对AI安全的需求可能导致监管机构阻碍技术的发展。

尽管一些人可能认为未来的AI版本可能变得危险，Ng认为这样的担忧是不现实的。他写道:“即使使用现有技术，我们的系统也是相当安全的。随着AI安全研究的进展，技术将变得更加安全。”

对于那些担心先进AI可能会“错误对齐”并故意或意外地决定消灭我们的人，Ng表示这是不现实的。他说:“如果一个AI足够聪明，足以消灭我们，那么它肯定也足够聪明，知道那不是它应该做的事情。”

Ng并非唯一一个对人工智能的风险和危险表达看法的科技巨头。今年四月，埃隆·马斯克告诉福克斯新闻，他认为AI对人类构成了生存威胁。与此同时，杰夫·贝索斯上周告诉播客主持人Lex Fridman，他认为AI的好处超过了其危险性。

尽管对于AI的未来存在分歧，Ng对当前的技术表示乐观，强调随着AI安全研究的不断深入，技术将变得更加安全。