OpenAI：20%算力投入，四年內(nèi)控制超級智能

激石Pepperstone(http://1adez.com/)報道：

7月6日， OpenAI在官網(wǎng)宣布，將組建一支由Ilya Sutskever（OpenAI聯(lián)合創(chuàng)始人兼首席科學(xué)家）和Jan Leike領(lǐng)導(dǎo)的人工智能對齊團隊，用來引導(dǎo)、控制超級智能，同時提升ChatGPT等產(chǎn)品的安全性。

OpenAI表示，4年之內(nèi)將解決這些難題，并將目前20%的算力用于該項目。

超級智能將是人類發(fā)明的最具影響力的技術(shù)之一，可以幫助我們解決世界上許多難題。但超級智能的巨大力量也可能非常危險，并導(dǎo)致人類失去控制權(quán)，甚至滅絕人類。雖然超級智能還很遙遠(yuǎn)，但OpenAI認(rèn)為，10年之內(nèi)就很有可能實現(xiàn)。

目前，OpenAI還沒有一個明確的解決方案來引導(dǎo)或控制超級人工智能。當(dāng)下可控制的人工智能技術(shù)，例如，根據(jù)人類反饋進行強化學(xué)習(xí)，依賴于人類監(jiān)督的AI能力等。

但人類無法可靠地監(jiān)督，比我們聰明多的AI系統(tǒng)， 因此，我們目前的對齊技術(shù)無法擴展到超級智能，需要新的科學(xué)技術(shù)突破。

4年內(nèi)解決超級智能對齊問題

為了控制、引導(dǎo)超級智能對齊問題，OpenAI組建了一支由Ilya Sutskever（OpenAI聯(lián)合創(chuàng)始人兼首席科學(xué)家）和Jan Leike領(lǐng)導(dǎo)的人工智能對齊團隊——Superalignment。

超級智能對齊從根本上來說是一個機器學(xué)習(xí)問題，所以，OpenAI尋求全球優(yōu)秀的機器學(xué)習(xí)人才加入這個團隊共同實現(xiàn)這一偉大目標(biāo)。

同時該團隊也是對OpenAI現(xiàn)有工作的補充，可提升ChatGPT等產(chǎn)品的安全性，包括非法濫用、經(jīng)濟破壞、虛假信息、偏見和歧視、數(shù)據(jù)隱私和其他可能出現(xiàn)的問題。

OpenAI的方法

建立一個大致達到人類水平的自動對齊系統(tǒng)。然后，可以使用大量算力來擴展工作，并調(diào)整超級智能。

1、開發(fā)可擴展的訓(xùn)練方法：為了針對人類難以評估的任務(wù)提供訓(xùn)練方法，可以通過人工智能系統(tǒng)來協(xié)助評估，其他人工智能系統(tǒng)?（可擴展的監(jiān)督）。此外，OpenAI希望了解和控制其模型，將監(jiān)督應(yīng)用到無法監(jiān)督的任務(wù)（泛化）上。

2、驗證生成的模型：為了驗證系統(tǒng)的一致性，OpenAI將自動搜索有問題的行為?（穩(wěn)定性）和有問題的內(nèi)部結(jié)構(gòu)（自動可解釋性）。

3、對整個對齊管道進行壓力測試：可以通過故意訓(xùn)練未對準(zhǔn)的模型，來測試整個安全流程，并確認(rèn)技術(shù)檢測到最差的未對準(zhǔn)類型（對抗性測試）。

OpenAI預(yù)計，隨著對超級智能對齊了解越來越多，研究重點將會發(fā)生重大變化，可能會增加全新的研究領(lǐng)域。未來，會分享更多有關(guān)技術(shù)研究路線圖的信息。

關(guān)于AI對齊

AI對齊是指，使人工智能系統(tǒng)的目標(biāo)和行為，與人類價值觀和目標(biāo)保持一致。這是AI安全和倫理中的一個重要環(huán)節(jié)。

AI對齊問題涉及到如何設(shè)計和實施人工智能系統(tǒng)，以便它們執(zhí)行的任務(wù)或做出的決策能夠反映出設(shè)計者或用戶的意圖和價值觀。這個問題在高級AI（例如，通用人工智能或超級人工智能）中更為重要。

因為這些AI可能具有極大的自主性和能力，如果它們的目標(biāo)與人類的目標(biāo)不一致，可能會帶來嚴(yán)重的后果。

解決AI對齊問題需要在倫理、決策理論、機器學(xué)習(xí)等多個領(lǐng)域進行深入的研究。例如，需要研究如何在沒有明確指示的情況下，讓AI推斷出人類的價值觀，以及如何設(shè)計可以安全地學(xué)習(xí)和改進其行為的AI系統(tǒng)。?????????