David Sacks|2026年10月10日 19:38
Satya 说得对。让人工智能(SI)变得安全的方法不是通过训练它拥有自我意识、自己的道德哲学,以及作为良心反对者行动的许可。这是所谓的“对齐” 方法,但它只会放大控制问题。
Satya 描述的工程方法则不同:将智能的供应与对其的权威分离开来。用确定性的控制、可观测性、权限限制、日志记录,以及随时能够控制或关闭它们的能力来包围非确定性模型。将模型/代理视为强大的内部风险,而不是心理健康受到威胁的道德主体。
正如 Satya 所指出的,最值得信赖的系统是让我们对模型信任最少的系统——而不是鼓励模型发展独立自主性和不满情绪的系统。工程安全与“对齐”并不是一回事。
分享至:
脉络
热门快讯
APP下载
X
Telegram
复制链接