
①Anthropic在S-1A文件中披露公司已经非常接近做出具备RSI能力的模型; ②该公司可能很快就会符合其内部对RSI的定义,但目前没有任何一款模型越过这条线; ③该公司承诺在可预见的未来继续让人类参与研发过程,以确保人类始终掌控前沿模型的开发。
财联社11月3日讯(编辑 黄君芝)虽然市场的注意力大多集中在Anthropic最新修订后的S-1A文件中披露的财务数据上(收入飙升,但支出也同样飙升),但这家人工智能实验室在细则中又抛出了一颗小炸弹——公司已经非常接近做出具备RSI能力的模型。
递归自我改进(RSI),是指人工智能系统以自身改进结果作为输入,不断优化自身能力并修改自身架构,形成自我改进闭环的过程,被视为实现通用人工智能(AGI)的关键路径。简单来说,就是AI系统能够在无人干预的情况下设计和开发其后续版本。
尽管RSI目前尚未实现,但随着人工智能系统在互联网上变得越来越复杂和普遍,基础模型构建者可能会失去对底层技术的控制,或者未能考虑到潜在的意外后果。包括Anthropic和OpenAI在内的多家公司此前警告称,这将使人类更容易失去对这些系统的控制。
在人工智能末日论者看来,RSI更是代表着一场无法挽回的灾难,人工智能将自身构建得足够强大,以至于超出人类的控制,并在实现目标的过程中对造成的破坏漠不关心。但对AI支持者而言,RSI将成为提高生产力、科学发现等方面的巨大工具。
看Anthropic的表述,似乎介于两者之间。
该公司在上述文件中指出,其在研发中大量使用AI,但同时提醒:“用AI去帮助构建能力更强的AI,也可能带来相当大的安全风险,尤其是在它急剧加快进展速度的时候。”这类风险被纳入公司的“负责任扩展政策”(RSP)加以监控。
“该政策阐述了我们在推进所谓‘递归式自我改进’的过程中,如何监测和降低风险的计划。”文件补充道、
今年早些时候,当RSI这个词流行起来时,许多人认为它只是一个流行词,或者充其量是一个难以实现、定义或证明的目标。
但周一,Anthropic 在其“风险因素”部分添加了新的声明,称:1)它已经使用人工智能开发了新的模型,但当时它并未意识到这些模型的能力有了飞跃;2)它可能很快就会符合其内部对RSI的定义:
此外,我们越来越多地利用人工智能系统来加速自身的研发,这可能导致模型能力的提升速度超过我们开发、验证和实施相应安全、校准和保障措施的能力。因此,过去我们未能察觉,将来也可能在研发速度显著加快之后才察觉到这一点。
例如,我们内部对未来模型(而非当前模型)的评估和预期表明,我们可能很快就能达到“负责任扩展政策”中“人工智能带来的显著加速发展”的定义。我们尚未将任何当前模型认定为超过此阈值,并且我们将继续评估相关数据。
不过,Anthropic公司在提交的文件中也表示,目前没有任何一款模型越过这条线,并承诺在可预见的未来继续让人类参与研发过程。
“我们预计,即便技术上可行,也无法在缺乏有效人工监督或理解的情况下,安全地使用Claude完全自主地设计和构建下一代前沿模型。因此,我们正在考虑更新我们的RSP,以确保人类始终掌控Anthropic前沿模型的开发。”文件称。