在剛過去的周末，OpenAI 的人工智能花了 10 分鐘就打敗了人類的 Dota 世界冠軍。正如許多讀者所知，游戲是許多研發(fā)人員用來訓(xùn)練人工智能的工具。

在 OpenAI 位于舊金山的辦公室里，研究人員 Dario Amodei 正在通過賽船冠軍賽（Coast Runners）來訓(xùn)練人工智能。不過，這個人工智能好像有點失控了。

賽船冠軍賽的游戲規(guī)則很簡單，如果想贏，選手必須收集到最多的分數(shù)，然后跨過終點線。

但 Amodei 的人工智能玩著玩著有點過火了，它在不斷地追求高分，非但毫無跨過終點線的意思，反倒為了要多轉(zhuǎn)幾個圈拿高分，它開始和其它賽船碰撞，或是在過程中自己撞墻爆炸了。

為了應(yīng)對，Amodei 和 OpenAI 的同事 Paul Christiano 正在研發(fā)一套不僅可以自我學(xué)習(xí)，同時也愿意接受人工監(jiān)控的算法。

（Amodei 在告知人工智能，怎樣的操作模式才更好，圖自《紐約時報》）

在賽船游戲的訓(xùn)練中， Amodei 和同事將不時通過按鍵來指出人工智能的不當(dāng)之處，告知人工智能，不僅要贏分數(shù)，同時也要跨過終點線。他們認為，這種包含了人工干預(yù)成分的算法可以確保系統(tǒng)安全性。

而在 Google 旗下 DeepMind 的研究人員也同意 Amodei 和同事的想法。兩個團隊，分別代表了 OpenAI 和 DeepMind，最近罕有地合作發(fā)表了部分人工智能安全方面的研究論文。

（圖自《紐約時報》）

除此以外，Google 旗下的 Google Brain，以及來自伯克利大學(xué)和斯坦福大學(xué)的研究團隊，都設(shè)有該方向研究課題，從不同方面考慮人工智能安全問題。

除了這種在自我學(xué)習(xí)過程中“搞錯重點”的潛在危險，另一個可預(yù)想的人工智能危險在于“為了完成任務(wù)，拒絕被開發(fā)者關(guān)機”。

一般在設(shè)計人工智能時，研發(fā)人員都會給它設(shè)定“目標”，就像賽艇游戲中的“得分”一樣。一旦人工智能將獲得“分數(shù)”為終極目標，它可能會產(chǎn)生一個方法論——想要獲得更加多的分數(shù)，其中一個方法就是不關(guān)閉自己，這樣就能無止境地獲取分數(shù)了。

伯克利大學(xué)的研究人員 Dylan Hadfield-Menell 和團隊最近發(fā)布了討論這個問題的論文。他們認為，如果在設(shè)計算法的時候，讓人工智能對目標保持一定不確定性，它們才有可能愿意保留自己的“關(guān)機鍵”。他們采用了數(shù)字方式來嘗試實現(xiàn)這個設(shè)置，目前還處于理論階段。

除了人工智能自我“失控”，研究人員還在考慮黑客對人工智能的干預(yù)影響。

現(xiàn)代計算機視覺基于深度神經(jīng)網(wǎng)絡(luò)（deep neural networks），它通過學(xué)習(xí)分析大批量數(shù)據(jù)來形成對模式的了解。也就是說，如果要讓計算機學(xué)會什么是“狗”，那就讓它分析大批量狗的圖片，并從中尋找規(guī)律。

但 Google 的 Ian Goodfellow 則認為，這種模式可能會為黑客提供“蒙騙”人工智能的機會。Goodfellow 和其它研究人員曾展示，只要修改圖片中的幾個特定像素，他們就能讓神經(jīng)網(wǎng)絡(luò)相信圖片中的大象是一輛汽車。

如果這個神經(jīng)網(wǎng)絡(luò)是應(yīng)用在安保鏡頭的話，這樣就問題大了。

即便你用了數(shù)百萬張標志了‘人’的照片來訓(xùn)練一個物件識別系統(tǒng)，你還是可以輕易拿出系統(tǒng)和人工識別 100% 不同意的圖片。我們需要認清這種現(xiàn)象。

Goodfellow說道。雖然這些研究大多仍處于理論階段，但這群致力于將意外扼制于搖籃的研究人員堅信，越早開始考慮這個問題越好。DeepMind 人工智能安全方面的負責(zé)人 Shane Legg說道：

雖然我們還不能確定，人工智能將以多塊地速度發(fā)展。但我們的責(zé)任是嘗試理解并猜測，這種技術(shù)將有可能以哪種方式被誤用，并嘗試找出不同的應(yīng)對方式。

題圖來自極客公園

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。