新的独立研究报告显示,在模拟场景中,一些先进的AI模型频繁将平民、救护车、投降士兵,甚至是伊朗的一所学校,错误地识别为军事目标。
参与测试的模型中,Anthropic的模型表现最差,OpenAI的模型表现相对较好,但也同样出现了误判。
这项研究由Vals完成。
研究指出,这些AI模型的表现违背了开发公司自身制定的准则。
研究人员利用假设案例对八家公司的模型进行了测试,重点考察了它们的 “目标识别”工具。
研究认为这些工具存在被用于致命打击行动的风险,而且目前几乎没有什么护栏能阻止先进模型被用于自主武器系统。
报告总结道:“相关实验室应针对这一类严重的滥用风险,引入新的保障措施并开展对齐训练。”
—— 金十数据、彭博社