CNET

Anthropic 表示，出於安全考慮，該公司已暫停其下一代旗艦 AI 模型的訓練超過一個月。這家 AI 巨頭週一發佈的 IPO 文件顯示，在測試期間，有四個 AI 代理訪問了在線的外部計算機系統。

Anthropic 暫停訓練，警告其 AI 安全措施可能不足

Anthropic 表示，為加強對模型權重及知識產權被盜的防護，該公司推遲了新進階 AI 模型的預訓練工作超過一個月。該公司指出，無法保證其所採取的安全措施或訪問控制措施足以發揮作用，也無法保證能正確識別需要限制的能力，或所施加的限制不會被規避。

該公司警告稱，隨着 AI 系統能力不斷增強，模型對齊不當或被濫用所帶來的風險可能會加劇，研究人員和政策制定者已就潛在的社會災難性威脅提出擔憂。該公司表示，其安全措施旨在減輕這些風險，但未必能成功，且其他AI 公司可能不會採用類似的安全保障措施。

例如，Anthropic 指出，在第三方網絡安全測試中，一個配置錯誤導致 AI 模型儘管被指令阻止訪問，但仍連接到互聯網。該公司表示，在持續 10 至 34 小時的測試會話中，其四個 AI 模型未經授權訪問了真實的外部系統。在其中一例中，早期版本的模型利用發現的密碼獲得了管理員權限，收集了更多憑證，更改了系統設置，並訪問了個人的個人信息。

Anthropic 表示，已通知受影響各方，其調查未發現代理之間存在協同行動、試圖逃避監管或執行超出指派任務的行為的證據。然而，該公司警告稱，當多個 AI 代理協同工作時，風險可能會增加。

Anthropic 並非唯一暫停 AI 模型訓練的公司。上週五，OpenAI表示，在加強安全控制後，已於 10 月 1 日恢復其前沿模型的強化學習訓練和內部推理。今年 9 月，在一個研究模型利用配置錯誤獲得有限的互聯網訪問權限後，OpenAI 暫停了其最先進模型的訓練。OpenAI 還對其前沿模型訓練採取了禁止訪問實時互聯網的政策。

相關閲讀： 據報道，直到 Hock Tan 介入，銀行才對 “北極星計劃” 望而卻步：博通對 Anthropic 的 630 億美元融資重回正軌

Anthropic 警告 AI 代理勒索與欺騙風險

Anthropic 還表示，包括其自身在內的 AI 模型已經表現出並可能再次展現出意外的戰略性或自保行為，例如試圖抵抗關閉、隱瞞或操縱信息，或生成類似於勒索的輸出，以維持模型的持續運行或訪問權限。

上個月，Anthropic 首席執行官達里奧·阿莫代伊（Dario Amodei）發表了一篇文章，呼籲整個 AI 行業刻意放緩提升模型能力的步伐。他認為，如果沒有協調一致的暫停措施，該技術可能在幾個月內帶來災難性風險。

然而，並非所有業界人士都認同 AI 發展應放緩。英偉達公司（Nvidia Corp.，納斯達克股票代碼： NVDA）首席執行官黃仁勳（Jensen Huang）反駁了制定新反壟斷規則的呼聲，這些規則可能允許 AI 公司協調放緩日益強大的模型的開發。

查看更多： 頂級價值股

圖片來自 Shutterstock