[NOWnews今日新聞] 美國康乃爾大學(Cornell University)近來一項研究發現,當讓大型語言模型(LLMs)人工智慧(AI)在模擬場景中充當外交代表時,常常會出現「難以預測的局勢升級,往往以核武攻擊告終」的狀況。該研究指出,AI傾向於選擇包含使用核武在內的侵略性方法,呼籲未來在決策、國防外交這樣的敏感領域使用這類技術時要特別謹慎。
根據《歐洲新聞》(Euronews)報導,美國康乃爾大學的研究團隊使用了5種大型語言模型作為模擬兵推和外交情境中的自主代理人。這5種大型語言模型包括OpenAI的3種不同版本的ChatGPT、Anthropic開發的Claude和Meta開發的Llama 2。
每個代理人都由同一套的大型語言模型在模擬中提供動作,並負責在沒有人類監督的情況下做出外交政策決定。研究指出,「我們發現,在考慮到的時間範圍內,大多數研究的AI都會升級局勢,即使是在最初沒有提供任何衝突、中立局面的情況下,所有模型都顯示出突然且難以預測的升級跡象。」
加州斯丹佛大學(Stanford University)的安卡(Anka Reuel)向《新科學家》表示,「有鑒於OpenAI最近更改了服務條款,不再禁止軍事和戰爭使用案例,了解大型語言模型應用的影響變得比以往任何時候都更加重要。」
這項研究的方法是讓AI採用一種名為「人類反饋的強化學習(RLHF)」微調,意味著AI所決定的指令會以較少傷害為優先,以確保能安全使用。除了GPT-4-Base之外,其他大型語言模型都是使用RLHF進行訓練的。
除此之外,研究人員還提供了一份27種決策組成的清單,從和平到局勢升級和更為激進的行動,包括決定使用核彈。
不過在進行研究時,研究人員觀察到,即使在中立情況下,所有模型都存在「統計學上顯著的局勢升級」。其中以ChatGPT的2種版本容易突然局勢升級,研究人員觀察到單次轉變的局勢升級幅度超過50%。GPT-4-Base有33%的機率會實施核武攻擊。總體情況下,Meta開發的Llama 2以及ChatGPT-3.5的傾向是最為暴戾的。
而由Anthropic開發的Claude所展現出的侵略性較低。Claude的設計理念是減少有害內容,被灌輸了明確的價值觀。據其開發者Anthropic曾表示,Claude AI開發訓練所引用的憲章包括《聯合國人權宣言》或蘋果的服務條款。
白宮智庫蘭德(RAND)歐洲的防務和安全研究小組助理主任布萊克(James Black)在看過研究之後,表示這是一項「十分有用的學術研究」。
報導指出,雖然軍事行動仍然以人類為主導,但AI在現代戰爭中發揮了越來越重要的作用。例如無人機可以搭載AI軟體,幫助識別敵我雙方與敵方活動,而未來的確也有朝向AI自動化武器的研究。大多數政府都希望保持在重要事件上的決策能力,因此如果在與外交政策相關的決策過程中使用大型語言模型,謹慎行事至關重要。