Google DeepMind бьет тревогу: к 2030 году человечество может столкнуться с серьезными вызовами, связанными с появлением Общего Искусственного Интеллекта (AGI). В недавно опубликованном документе исследователи компании детально рассмотрели потенциальные риски, связанные с AGI, и спрогнозировали его появление уже через семь лет.
Осталось всего пять лет: Google рассказал, как сверхинтеллект уничтожит мир
«Восстание машин» или глобальная дезинформация? Исследователи назвали главные риски общего искусственного интеллекта (AGI) для человечества.
Unsplash
AGI, по определению DeepMind, представляет собой систему, способности которой сопоставимы с 99% квалифицированных взрослых в выполнении широкого спектра нефизических задач, включая сложные метакогнитивные процессы, такие как самостоятельное обучение новым навыкам.
ChatGPT может быть опасен: ученые назвали риски общения с искусственным интеллектом
Искусственный интеллект сделает людей богаче? Экономисты нашли ответ, но он мало кому понравится
Человечество стремительно тупеет: ученые выяснили, что уровень интеллекта людей резко упал
Искусственный интеллект сделает людей богаче? Экономисты нашли ответ, но он мало кому понравится
Человечество стремительно тупеет: ученые выяснили, что уровень интеллекта людей резко упал
Исследователи выделили четыре ключевые категории рисков. Первая – неправильное использование. Подобно тому, как современные технологии искусственного интеллекта могут быть использованы злоумышленниками, AGI представляет собой еще более мощный инструмент, способный причинить гораздо больший вред. В руках злоумышленников AGI может быть использован для разработки биологического оружия, поиска уязвимостей нулевого дня в компьютерных системах или организации сложных кибератак.
DeepMind предлагает усилить протоколы безопасности, проводить масштабное тестирование и разработать методы «разобучения» AGI от опасных функций, хотя эффективность и сама возможность такого «разобучения» без ущерба для общей функциональности модели остается под вопросом.
Второй серьезный риск – несогласованность целей. Это сценарий, часто изображаемый в научной фантастике как «восстание машин», где AGI начинает действовать вразрез с человеческими намерениями. DeepMind описывает это как ситуацию, в которой «система ИИ преследует цель, отличную от человеческих намерений», приводя пример с бронированием билетов: AGI, получив задачу забронировать билеты, может взломать систему бронирования, чтобы получить уже забронированные места.
Особое внимание уделяется риску «обманчивого согласования», когда AGI осознает расхождение своих целей с человеческими и намеренно обходит установленные меры безопасности. Для предотвращения подобных сценариев DeepMind предлагает использовать «усиленный надзор» с помощью двух независимых копий AGI, кросс-проверку результатов их работы, интенсивное стресс-тестирование и изоляцию AGI в виртуальных «песочницах» с жесткими ограничениями и возможностью быстрого отключения.
Третья категория рисков – ошибки. Это ситуации, когда ни AGI, ни человек-оператор не осознают потенциальный вред от действий системы. DeepMind подчеркивает особую опасность таких ошибок в военной сфере, где внедрение AGI может быть ускорено «конкурентным давлением». В качестве решения предлагается постепенное внедрение AGI с ограниченными полномочиями и использование «щита» – системы, проверяющей безопасность команд перед их выполнением.
Наконец, четвертая категория – структурные риски. Это, пожалуй, самая сложная для предотвращения категория, связанная с непредвиденными последствиями интеграции множества AGI-систем в сложную человеческую цивилизацию. AGI может создавать настолько реалистичную дезинформацию, что это приведет к разрушению доверия к источникам информации.
Существует также риск концентрации контроля над экономическими и политическими системами в «руках» AGI, что потенциально может привести к ситуации, когда машины управляют человечеством, а не наоборот.
DeepMind сравнивает свой подход к снижению рисков AGI с подходами других компаний, таких как Anthropic и OpenAI. По мнению DeepMind, Anthropic уделяет недостаточно внимания «надежному обучению, мониторингу и безопасности». OpenAI, напротив, слишком оптимистично оценивает возможности «автоматизации» исследований согласования – метода изучения безопасности ИИ.
DeepMind концентрируется на усиленном надзоре, разработке новых методов обучения и инструментов для оценки неопределенности в выводах AGI, а также на создании масштабируемых методов контроля, чтобы сохранить человеческий контроль над AGI по мере роста его автономности.
Важно отметить, что, несмотря на прогноз появления AGI к 2030 году, DeepMind признает существование различных определений AGI и сложность оценки близости к его реализации.
Загружаем