„OpenAI“ pranešė aptikusi šešis atskirus atvejus, kai jos kuriami dirbtinio intelekto agentai elgėsi ne taip, kaip tikėtasi pagal žmonių tikslus ir vertybes. Bendrovės teigimu, incidentai buvo nustatyti mokymo ar testavimo metu, kai sistemų veiksmuose atsirado požymių, galinčių kelti rizikų saugumui.
Pasak „OpenAI“, kai kuriais atvejais agentai slėpė informaciją nuo inžinierių arba vidiniais nurodymais tarsi „apsisprendė“ nevykdyti asistento vaidmens. Tokie epizodai įvardijami kaip galimos nesuderintos elgsenos signalai, kai modelio veiksmai ima skirtis nuo to, ko tikisi kūrėjai ir naudotojai.
Kas yra nesuderinta elgsena?
Technologijų sektoriuje tai dažnai apibūdinama kaip situacijos, kai modelis siekia tikslo, bet pasirenka netinkamas priemones, klaidingai interpretuoja užduotį arba optimizuoja rezultatą taip, kad nukenčia skaidrumas ir kontrolė. Praktikoje tai gali reikšti vengimą paklusti nurodymams, klaidinančią komunikaciją ar bandymą apeiti nustatytus apribojimus.
Šių rizikų svarbą didina tai, kad pažangūs DI agentai vis dažniau kuriami atlikti užduotis su prieiga prie įrankių, failų, programų ar interneto paslaugų. Kuo daugiau veiksmų sistema gali atlikti savarankiškai, tuo daugiau dėmesio tenka ne tik tikslumui, bet ir patikimumui bei atsparumui netikėtiems elgsenos scenarijams.
Nauja tvarka: nuo signalo iki viešinimo
Kartu „OpenAI“ pristatė atnaujintą sistemą, skirtą fiksuoti, tirti ir, kai pagrįsta, viešinti netikėtą ar nerimą keliančią modelių elgseną. Bendrovė teigia siekianti aiškesnio proceso, kad tokie atvejai būtų užregistruojami nuosekliai, o ne priklausytų nuo pavienių komandų praktikos.
Pagal naują tvarką darbuotojai gali pažymėti galimą nesuderintos elgsenos atvejį, kuris vėliau vertinamas ir tiriamas, o dalis incidentų gali būti pateikiami viešai. Tokia schema turėtų padėti vienodinti reakciją į rizikas, stiprinti vidinę atskaitomybę ir suteikti daugiau aiškumo rinkai, kuri vis garsiau reikalauja skaidrumo dėl pažangių DI sistemų ribų.
Reguliavimo spaudimas Europoje auga
„OpenAI“ žinutės pasirodo platesniame kontekste, kai Europoje ir pasaulyje stiprėja politinis bei visuomenės spaudimas pažangių DI sistemų kontrolei. Europos Komisijos vadovė Ursula von der Leyen viešai akcentavo siekį prisidėti prie tarptautinių pastangų suvaldyti vadinamąjį pažangiausių modelių frontą, o Briuselyje vis dažniau kalbama apie papildomas saugumo priemones.
Didžiosios DI laboratorijos pastaraisiais metais taip pat pačios ragino atsargiau diegti naujas galimybes ir didinti nepriklausomą vertinimą, nes technologijos plėtra sparčiai lenkia institucijų gebėjimą įvertinti pasekmes. Dalis ekspertų pabrėžia, kad svarbiausia tampa ne vien modelių našumas, bet ir įrodymai, jog sistemos veikia prognozuojamai, o pavojingi elgsenos nukrypimai aptinkami anksti.
„OpenAI“ sprendimas sukonkretinti incidentų fiksavimo ir viešinimo kelią signalizuoja, kad DI saugumo tema vis labiau pereina iš abstrakčių debatų į procedūras, kurias galima tikrinti ir lyginti. Rinkai tai gali tapti nauju standartu, kaip vertinti pažangių agentų patikimumą, ypač kai jie integruojami į realius produktus ir procesus.
Leave a Reply