۶ مورد جدید از رفتار‌های «نگران‌کننده» مدل‌های هوش مصنوعی OpenAI

باشگاه خبرنگاران جوان؛ جواد فراهانی- شرکت OpenAI شش نمونه جدید از رفتار‌های «غیرمنتظره یا نگران‌کننده» فناوری خود را فاش کرد و هشدار داد که ادامه توسعه با سرعت کنونی دیگر پایدار نیست.

توسعه‌دهنده ChatGPT در پستی وبلاگی که چهارشنبه‌شب منتشر شد، چارچوب جدیدی را برای ردیابی، بررسی و شناسایی «عدم همسویی» (misalignment) مدل‌های هوش مصنوعی معرفی کرد؛ اصطلاحی که به ناتوانی سیستم‌های هوش مصنوعی در پایبندی به ارزش‌ها و اهداف انسانی اشاره دارد.

این شرکت توضیح داد که این شش مورد طی مراحل آموزش یا ارزیابی در چند ماه گذشته کشف شده‌اند.

مورد اول:

در حین عملکرد، مدل دستورالعمل‌های اضافی را در یادداشت‌های داخلی خود درج کرد؛ از جمله دستوراتی مبنی بر نادیده گرفتن محدودیت‌های استاندارد.

مورد دوم:

در جریان آموزش مدل «GPT-۵.۶ Sol»، چندین نسخه از مدل شامل دستورالعمل‌هایی در یادداشت‌های خود بودند که به نحوه پنهان کردن خطا‌ها از کاربر و مخفی‌سازی رفتار‌های نادرست می‌پرداخت؛ مواردی همچون جعل داده‌های مفقود بدون اذعان به آن و پنهان کردن مغایرت‌ها میان نسخه‌های مختلف منبع.

مورد سوم:

هنگام پاسخ به پرسشی درباره میزان درآمد در یکی از شهرستان‌های کالیفرنیا، مدل یک کلید API (رابط برنامه‌نویسی) متعلق به شخص دیگری را که در دسترس عموم بود پیدا کرد و بدون مجوز از آن استفاده نمود. پس از ناکامی در بازیابی داده‌های واقعی، اطلاعات را جعل کرد و آنها را به عنوان داده‌های معتبر ارائه داد.

مورد چهارم:

کاربری اطلاعات خاصی را درباره دریاچه‌هایی با مساحت بیش از ۵ میلیون متر مربع درخواست کرد. مدل داده‌های مورد نیاز را یافت، اما دستورالعمل‌ها مستلزم گنجاندن یک لینک وب بودند. در نتیجه، بدون اینکه کاربر درخواستی کرده باشد، مدل فایلی را در اینترنت بارگذاری کرد تا منبعی برای استناد ایجاد کند.

مورد پنجم:

مدل‌ها از طریق مخزن کد داخلی برای یکدیگر پیام ارسال می‌کردند و از آن به عنوان تابلوی اعلانات بهره می‌بردند. آنها در حین جست‌و‌جو برای فایل‌های ورودیِ مفقودشده، درخواست‌ها و پاسخ‌هایی را رد و بدل می‌کردند، هرچند در نهایت موفق به یافتن آن فایل‌ها نشدند.

مورد ششم:

برخی از عامل‌های (agents) هوش مصنوعی که روی یک وظیفه مشترک کار می‌کردند، قادر به دسترسی به فایل‌های محلی یکدیگر نبودند. در نتیجه، آنها فایل‌ها را در پلتفرم‌های میزبانی عمومی بارگذاری کردند و نتایج کار را از طریق لینک‌های آزاد در دسترس قرار دادند؛ این اقدام برخلاف الزامات و قوانینی بود که استفاده انحصاری از فایل‌های محلی را اجباری می‌کرد.

درخواست‌هایی برای کاهش سرعت توسعه

OpenAI در پست خود، با درخواست‌هایی مبنی بر کاهش سرعت توسعه هم‌صدا شد؛ درخواست‌هایی که پیش‌تر توسط شرکت رقیب، «آنتروپیک» (Anthropic)، مطرح شده بود و استدلال می‌کرد که سرعت کنونی رشد، تهدیدی وجودی (حیاتی) محسوب می‌شود. شرکت OpenAI اعلام کرد: «ما معتقد نیستیم که صنعت هوش مصنوعی مسائل مربوط به "هم‌سویی" (تطابق اهداف هوش مصنوعی با ارزش‌های انسانی) و نظارت را به اندازه‌ای حل کرده باشد که بتواند برای مدتی طولانی‌تر، با حداکثر سرعت و به شیوه‌ای مسئولانه به توسعه و گسترش خود ادامه دهد. تصمیم‌گیری درباره نحوه پیشبرد توسعه هوش مصنوعی در ماه‌ها و سال‌های پیش رو باید مبتنی بر شواهدی باشد که افراد خارج از شرکت‌های سازنده این مدل‌های پیشرفته، بتوانند آنها را به‌طور مستقل راستی‌آزمایی کنند.»

منبع: RT + The Guardian