本文原创于微信公众号：差评  作者：差评君

眼看 AI 起高楼、眼看它楼塌了？

就在昨天早上，一封公开信刷屏了差评君的朋友圈，著名安全机构生命未来研究所（ Future of Life Institute ， FLI ）呼吁全球所有研究机构暂停训练比 GPT-4 更强的 AI.

(资料图)

至少六个月。

并且要在这六个月中来制订和 AI 相关的安全协议，其中就包括如何监管 AI 输出的内容，还有如何把 AI 创造出的内容和真实的内容区分开来。

咱别看这个研究所名字中二感满满，但在上面留下名字的，个个都是行业里的顶尖大牛。

图灵奖得主约书亚 · 本吉奥、苹果联合创始人史蒂夫 · 沃兹尼亚克、《 人类简史 》的作者尤瓦尔 · 赫拉利、以及什么地方都会刷一脚存在感的埃隆马斯克。

可以说是 “ 满级人类闪耀时 ” 了。

虽然，关于这次签名事件的准确性没有那么高，也有些人在自己不之情的情况下 ”被签名“ 了，比如一开始 OpenAI CEO 奥特曼的签名也在上面（ 我杀我自己？ ）

再比上面还有急速追杀的主角 John Wick 

但不管怎么说，可以感到大家都紧张起来了。

在信中，生命未来研究所提了四个问题：

我们一定要让机器用宣传和谎言充斥我们的信息渠道吗？

我们一定要把所有工作都自动化吗？包括哪些人工完全可以做得令人满意的工作吗 ?

我们一定要发展最终可能超过我们、超越我们、并取代我们的非人类思维吗？

我们一定要冒险失去对我们文明的控制吗？

讲道理，这些问题在过去几十年里一直是科幻小说中流行的题材。

但是可能谁也想不到，随着去年年底 OpenAI 一声枪响。

这些难题真真切切的被搬到了我们面前，变成了我们可能需要立刻面对的元素。

前几天，有人在网上发布了一组图片，记录了 2001 年发生在美国西部小镇卡斯卡迪亚上的了一场 9.1 级的地震之后的景象。

略带模糊的镜头记录下了当时哭喊的民众

被摧毁的建筑和房屋

甚至还有当时的美国总统小布什访问灾区的合影。

无论是破损的城市，街道上大家的穿着，都在告诉观众这是一组来自 2001 年的照片。

不那么清晰的画质反而给大家一种 “ 路人随手拍 ” 的感觉，让照片的真实性再上了一个台阶。

但唯一的问题是，根本没有这场大地震，卡斯卡迪亚上一次有记录的灾难，是在 1700 年。

没错，这组照片就是用 Midjounrney 来生成的。

比起前段时间流行的 “ 赛博 COS” ，明暗对比更强烈，更擅长描述场景关系的 Midjourney 用来制作 “ 虚假历史 ” 明显更加得心应手了。

也更容易骗到大家的眼睛。

前几天流行的 “ 川普被捕 ” 或者是 “ 教皇穿羽绒服 ” ，都是出于 Midjourney 的手笔。

图片来源 @ 谷大白话

说实话，差评君看到这个照片的第一瞬间，还真觉得有点懵，毕竟做为解放神学出身的教皇，方济各穿个羽绒服也很正常对吧。

但是，这些图片用来图一乐倒是还好，一旦用来深究，那事情可能就大条了。

万一下回，这项技术被用来诈骗呢？

和前些年流行过的 DeepFake 换脸不同，如今的 AI 作图不需要特别好的显卡，更不需要很长的时间去调试，对 Midjourney 来说，只要坐在浏览器前敲敲键盘就行。

当 AI 让图像造假的成本足够低廉之后，咱又要花多少时间去分辨一张图是不是 AI 画的？

比如川普返乡

可能生成一张假的图片需要 10 秒，但咱们想要看出来是这张图是不是 AI 画的，可能少说得要花个半分钟。。。

不是每个人都有那么多精力能分辨 AI 的，只要有 1% 的人认不出来上当受骗，就可以说是一本万利的生意了好吧。

以往我们说耳听为虚，眼见为实，然而现在，眼见也不再为真。

过去几十年来人类习以为常的秘密，已经悄悄被 AI 解构成了一堆的线性矩阵。

在排列组合中，瞒天过海了人类。

而图片生成还只是 AIGC （ 人工智能技术来生成内容 ）中的一部分。

这次被大佬们试图联名叫停的 “ 巨型 AI” 更是重量级，对标的产品自然是出尽风头的 ChatGPT 。

这玩意有多离谱，咱们也写文章聊过很多，今天就不再做赘述。

前段时间还生成了一段杭州取消限行的文案，骗过了不少人。

实际上，这类大语言模型并不是没有监管，从它们出生的那刻开始，监管就如影随形了。

上个月 OpenAI 在发布 GPT-4 的时候就提到，他们早在 22 年 8 月就完成了 GPT-4 的开发。

但是之后花了六个月来搞安全问题，为的就是不让AI “ 乱说话 ” 。

GPT-4 经过拷打之后胡言乱语的水平大幅度下降：

但问题是，现在的 AI 和过去那些一步步执行编译的程序不一样，这 AI 有一个算一个，全是黑箱。 

不像过去那些程序，要是出了问题，程序员还可以进去打断点，一个环节一个环节的调试 Bug 来把问题给搞清楚，哪一个环节有问题，针对性的改一下就好了。

但现在以 Chatgpt 为首的大模型 AI 就好像一个黑色的纸箱子，你只知道给它喂苹果，它能还你一个橘子，而中间发生了什么事情一概不知。

那万一这箱子要是出了问题，那咋办嘛？只能重新买一个黑箱子了。

ChatGPT 就像一盒巧克力，在它输出完成之前，没有人知道它嘴巴里会蹦出什么字来。

李彦宏也提到： “ 生成式 AI 每次给出的答案不一定一样，会带来不确定性 ” 。

这个生成到底有多不靠谱呢？差评君讲个刚刚遇到的事儿：

前几天不是索尼微软任天堂、育碧和 D 社都说要退出 E3 展会么，我就有点好奇 E3 展会租金到底要多少钱？

先是在知乎上找到了一个回答，答主表示自己查到在 06 年时 E3 的租金就要 500万美元以上。

额。。。06 年，500万？这个数据好像有一些不靠谱，于是我又去用 NewBing 问了一下：

也给出了类似的回答。

有数据有链接，看起来是有理有据。

但问题是当我点开这个链接的时候发现。。。IGN 的文章里面根本没有提到租金 500 万这个数字

合着你是直接把之前的知乎文章翻译了一遍，然后又给我编了一篇英文文章来讹我啊。。。

它顺应了我们的猜测给了一个谣言，要不是我多心看了一眼，可能真的给他糊弄过去了。

真就是睁眼说瞎话大师。

而除了这个 title 以外， AI 还是桀骜不羁的漏洞寻找大师，往往能在我们训练它的过程中表演一手出乎意料。

在人工智能领域，有个非常经典的理论叫做 “ 对齐问题 ”。

意思是 AI 在做的事情和我们想要的结果之间没有对齐，命令的传递出现了偏差。

就比如前两年那只宁愿一头撞死的赛博狼。

发现抓半天羊还会不断扣分，那还不如一头撞死自己分还比较高。

狼抓羊这么简单的程序都会出现没法对齐的问题，那更大模型的人工智能就更难说了。

实际上，缺乏 “ 对齐 ” 的 AI，还可能会形成社会中一些错误印象的 “ 放大器 ” 。

就拿性别歧视举个例子，早些年亚马逊引入了一个人工智能，来给求职者的简历打分。

结果过了几年回头一看，在程序制定者啥也没做的情况下，性别歧视就很顺滑的出现了，男性简历的通过率比女性高了不少。

甚至就算简历上面没有明确写出性别，程序还会通过一些细枝末节的地方来确定：比如是否毕业于女子大学，是否是 “ 女子 XX 社 ” 社团社长。

这自然不是亚马逊在招聘时希望看到的，也绝对不是它们在设计 AI 时给它下的命令。

但是 AI 在训练的结果中很自然的 “ 没有对齐” 。

而且不光早些年的人工智能，最新的 ChatGPT 也依旧会有这些问题。

比如宁可让百万人失去生命也不愿意说一句种族歧视的话语。

再比如不愿意写一首诗歌歌颂川普，但是可以赞扬拜登。。。

这些都是很明显的政治倾向，我愿意相信 OpenAI 在研发 ChatGPT 的时候并不希望它学会这些，不然他们也没有必要在 GPT-4 上花那么多时间用于自我审查。

但我们一不留神， AI 可能就偷偷的跑偏。

去学习偏见、歧视这些我们不希望存在，但是又客观隐藏在社会关系里的性别歧视和政治倾向。

差评君也和清华大学交叉信息研究院的于洋教授聊过这个问题，探究到底是 AI 的哪里出了问题。

于教授的回答是：“ 这既是训练数据集的问题，也是模型架构的问题，也是训练方式的问题，还涉及到使用的问题——比如诱导 AI 犯错的攻击式使用。 ” 

——对，就是全有问题。

现在的 AI 能做的还有限，就算没对齐，捅出了篓子，可能还在我们能控制的范围里。

但如果在这样狂飙下去，那可就说不定了，就像那个知名的 “ 曲别针假说 ” 。

说不定未来哪一天， AI 会认为人类都是阻挠它生产曲别针的阻碍，把大家都给噶了？

人类有和自然相处成百上千年下来的道德约束，我们知道什么能做，什么不能做。

而目前，人工智能学不会这些。

或许，这才是这次数千 AI 大佬发出联名信的原因。

监管必须要有，但是监管、法规不是一日而成。

AI算法突破起来毫无阻碍，连我们这种外行人都知道，AI带来的技术爆发已经箭在弦上。去年啥情况，今年啥情况，称之为突飞猛进不为过。

随着AI算法的日益完善，下一步没准就要自我进化了，它能成长到什么地步我们很难说。

我们有可能只能跟着 AI 在屁股后面追，但是现在不知道还有没有我们一直在后面追的空间。

也许下一步只能用 AI 来监管 AI。

今天的联名信或许是给人类敲响了一记警钟。

但可惜的是，在差评君看来，这样一纸的 “ 联名信 ” 绝对停不下 AI 领域研发的脚步。

图片、资料来源：

https://openai.com/research/gpt-4

Red Teaming Improved GPT-4. Violet Teaming Goes Even Further

ChatGPT Is a Blurry JPEG of the Web —— Ted Chiang