We Must Pace the Frontier
744 points • 2 days agoArticle Link

人工智能的飞速发展带来了深刻的两面性:它既可能攻克重大疾病、推动人类繁荣,也带来了严重风险,比如网络攻击、生物恐怖主义以及对自主系统失去控制的可能性。尽管业界长期专注于创新,但诸如递归性自我提升和令人警觉的目标不一致的自主代理群等最新进展表明,AI 的能力正超过我们确保其安全的能力。为此,行业必须从速度竞赛转向"争做最好"的竞赛,将安全和谨慎的节奏作为竞争取胜的标准。

拟议的前沿节奏控制策略围绕三大支柱展开,首要的是立即实施嵌入式评估团队。将独立第三方团队直接置于前沿 AI 公司内部,可以确保安全声明可验证、运营事故透明。 Anthropic 已承诺采用这一模式,允许外部审计人员访问其内部流程和工具。此举以对待其他行业关键任务系统同等的严谨态度对待安全,确保开发者能得到诚实的第二意见,公众也能获得关于先进模型安全状况的可靠信息。

除了内部监督,民主国家内部的协调对于建立共同安全标准至关重要。这需要政府支持以应对反垄断限制,使公司能够在不损害国家安全的前提下就限制 AI 进展速度达成合作。其中一项关键目标是保持对威权政权的决定性技术领先。通过限制先进芯片的出口并防止模型权重被窃取或提炼,民主国家可以争取到实施节奏控制措施所需的缓冲时间,而无需担心对手获得不受限制的军事或战略优势。

全球协调是管理长期 AI 风险中最具挑战性但又必要的一步。鉴于强烈的地缘政治动机,要实现全面停摆的可能性不大,但在渐进式管控方面仍有重大机会。这包括就禁止特定危险用途(例如生物武器制造)达成协议,以及建立国际模型测试机构。就递归性自我提升的速度设限,可以成为冷战时期军备控制条约的现代对应物,为防止灾难性事故提供缓冲,同时维持战略力量平衡。

最终,节奏控制的目标不是阻止进步,而是争取时间来完善关键技术,比如可解释性——它类似于对 AI 模型的功能性磁共振成像。通过有意放慢步伐,使其与我们在运营能力和严格对齐方面的能力相匹配,开发者可以从被动排查问题转向主动设计。这种审慎的方法有助于保护人类的未来,确保在建立起必要的防御系统、评估技术和安全程序之前,不会让 AI 能力达到难以控制的临界水平。

1037 comments • Comments Link

关于人工智能安全的争论往往集中在一个问题上:对监管的呼吁是真正源于对"internet slime mold"式威胁的恐惧,还是一种在 IPO 前巩固市场护城河的虚伪"监管俘获"策略。

有人认为,由人工智能驱动的灾难性风险(例如生物武器或大规模网络攻击)潜力巨大,因此即便科技领袖存在固有利益冲突,仍需要国际合作和国家干预来应对。

怀疑论者则主张,AI 是资本的工具,首席执行官们有动力通过限制硬件和开源进展来维持控制,从而阻止较小的竞争者或外国势力取得同等能力。

核军备竞赛常被用作对照:一些人主张采取类似"不扩散条约"的模式,而另一些人认为,AI 的经济价值和算力的可及性使得这种协调远比核时代更困难。

关于是否能够放缓发展存在严重分歧:竞争压力意味着一旦某家公司停下,其他公司就会立即填补空白,难以实现集体减速。

人们担心所谓的"节奏控制"和"嵌入式评估器"实际上是有利于那些能承担合规成本的既有企业的机制,但并未真正解决由 AI 引发的就业替代与错误信息等系统性问题。

也有人建议,与其限制 AI 工具,不如加强互联网基础设施,使其本质上能抵御智能体攻击,从而把责任更多地转移到用户和系统管理员身上,而非仅仅追究模型创建者。

推动监管者的诚意经常受到质疑:他们一边呼吁监管,一边仍在积极追求模型扩展,这导致主张彻底停止开发或全面开源模型的人指责他们虚伪。

一种反复出现的观点认为,"AI doomer"论述实际上是传统科技行业营销的重塑,用灾难性叙事赋予技术一种神秘且不可避免的力量感,以维持投资者兴趣和国家支持。

地缘政治层面,尤其是在与类似 China 的威权政权竞争中维持西方领先地位的认知,制造了囚徒困境,使得单方面克制被许多人视为竞争自杀而非道德必要。

这场讨论反映出围绕 AI 领导动机以及前沿模型相关风险本质的深刻分裂。尽管部分参与者认为推动监管是应对潜在存亡性威胁的必要举措,但更大且更愤世嫉俗的一派认为,这些努力其实是通过政府干预来巩固主导市场地位的协调策略。对这些观点的综合揭示了对当前以企业主导为轨迹的 AI 发展路径的基本不信任:许多人认为,将注意力集中在"节奏控制"和"安全"上,不过是保护经济利益的便利幌子,并未能解决更广泛的社会性冲击。