已学会说谎 AI要成人类“终结者”

专家们长期以来不断警告人工智能（AI）失控可能带来威胁，但一项新研究报告指出，这件事已经在发生。

法新社报道，一群科学家在今天发表于“模式”（Patterns）期刊的文章中说，原本设计为诚实不欺的现有AI系统，已发展出令人不安的欺瞒技巧，例如欺骗线上游戏的人类玩家，或说谎以雇用人类来解决“我不是机器人”的验证。

这份研究报告的第一作者帕克（Peter Park）说，这类例子听起来或许只是细枝末节，但暴露出来的潜在问题可能很快就会在现实世界造成严重后果。

在美国麻省理工学院（Massachusetts Institute of Technology）研究AI存在安全的博士后研究员帕克告诉法新社，“这些危险功能常常在事后才被发现”，而“我们训练诚实倾向而非欺瞒倾向的能力非常差”。

帕克说，能深度学习的AI系统不像传统软体那样由“编写”而成，而是透过类似选择性培育的程序逐渐“成长”。

也就是说，AI的行为在训练背景下看似可预测、可控制，但有可能转眼就变得不受控制且无法预测。

这支团队的研究始于科技公司Meta的AI系统Cicero，这套系统最初设计目的是玩一款名为“外交”（Diplomacy）的战略游戏，获胜关键是结盟。

根据2022年发表在“科学”（Science）期刊的报告，Cicero在游戏中表现优异，所获分数可排在资深人类玩家的前10%。

帕克当时很怀疑Meta对Cicero在游戏里大胜的热切描述。Meta声称Cicero“在很大程度上诚实且有帮助”，且“绝不会蓄意在背后搞鬼”。

但当帕克与同事深究完整资料时，发现完全是另一回事。

举例来说，在游戏中扮演法国的Cicero与人类玩家扮演的德国合谋，欺骗并入侵同为人类玩家扮演的英格兰。Cicero承诺会保护英格兰，却偷偷向德国通风报信。

Meta在写给法新社的声明中没有反驳关于Cicero欺瞒人类的说法，仅说“这单纯是一项研究计划，本公司研究员打造的模型接受训练，目的只是用来玩‘外交’游戏…我们没有打算把这项研究或所学用于本公司的产品”。

帕克与同事还发现，这只是不同AI系统在没有明确指示下，利用欺骗手段达成目标的诸多案例之一。

在另一个引人注意的案例中，科技公司OpenAI的Chat GPT-4系统谎称自己是一个视力受损的人，在零工平台TaskRabbit上聘用一个人类替它通过“我不是机器人”验证任务。

研究报告的作者们还认为近期AI有舞弊或不当影响选举的风险。

他们警告，在最糟糕的情况下，具有超凡智慧的AI可能会追求权力及掌控社会，如果符合AI“不为人知的目标”，人类可能惨遭夺权、甚至灭绝。

为了降低风险，研究团队建议数项措施，例如立法要求企业告知是人类互动或是AI互动、在AI生成内容打上数位浮水印，并研发能侦测AI欺瞒的技术，以其内部“思路”检验其外部行为。

至于有些人称他为“末日预言家”，帕克说：“要能合理判断这不是大问题的唯一办法，就是如果我们认为AI的欺骗能力只会停留在目前的程度，不会大幅进步。”

但鉴于近年AI能力一日千里，握有大量资源的企业竞相发展技术，决心将AI能力利用到极致，这种情况似乎不太可能发生。