


L'interdiction de GPT-4 a été demandée en raison de plaintes : OpenAI ne répond à aucune des normes d'intelligence artificielle émises par la FTC
Il y a quelques jours, Musk, Yoshua Bengio et d'autres ont signé conjointement une lettre ouverte appelant tous les laboratoires d'IA à suspendre immédiatement la formation de modèles d'IA plus puissants que GPT-4. Maintenant, quelqu'un veut arrêter le GPT-4 publié.
La personne qui a arrêté GPT-4 cette fois-ci était l'organisation à but non lucratif Centre pour l'intelligence artificielle et la politique numérique (CAIDP). Le CAIDP a demandé à la Federal Trade Commission (FTC) des États-Unis d'enquêter sur OpenAI et d'interdire à l'entreprise de publier davantage GPT-4.
Adresse du fichier : https://cdn.arstechnica.net/wp-content/uploads/2023/03/CAIDP-FTC-Complaint-OpenAI-GPT-033023.pdf
CAIDP La raison pour laquelle ils ont déposé cette demande auprès de la FTC est qu'ils estiment que « le produit de consommation GPT-4 publié par OpenAI est biaisé, trompeur et présente un risque pour la vie privée et la sécurité publique. et il n'y a aucune garantie avant le déploiement. " Mener une évaluation indépendante. "
CAIDP appelle à une surveillance et à une évaluation indépendantes de tous les produits commerciaux d'IA aux États-Unis et garantit que les « mesures de protection » nécessaires sont en place pour protéger les consommateurs, les entreprises et le marché commercial.
Auparavant, la FTC a annoncé une norme d'intelligence artificielle qui "tout en promouvant la responsabilité, exige que l'utilisation de l'intelligence artificielle soit transparente, explicable, juste et empiriquement raisonnable", a déclaré le CAIDP. "Le GPT-4 d'OpenAI ne répond à aucune de ces exigences."
Cela ne fait que deux semaines depuis la sortie de GPT-4, et les gens sont déjà profondément divisés sur ce type de modèle d'IA puissant. D'un côté, ceux qui veulent arrêter les modèles puissants tels que GPT-4 estiment que ces modèles poseront de plus grands risques pour la sécurité de l'information et même pour la société humaine. De l'autre, certains pensent que c'est le bon moment pour l'intelligence artificielle ; pour prospérer. Il convient de promouvoir un progrès technologique accéléré.
Fait intéressant, Sam Altman, PDG d'OpenAI, a publié un nouveau tweet : "Gardez votre calme dans l'œil du cyclone." Cela pourrait être sa réponse à une série d'appels récents visant à "suspendre la recherche de modèles tels que GPT-4".
En termes de risques, OpenAI a déclaré au moment de sa publication avoir demandé à des experts externes d'évaluer les risques potentiels posés par GPT-4. Cependant, le CAIDP a clairement indiqué dans son dossier auprès de la FTC quels actes GPT-4 avaient été violés.
CAIDP estime que GPT-4 a sérieusement affecté l'équité des affaires, déclarant : « La sortie commerciale de GPT-4 viole l'article 5 de la loi FTC, les normes de la FTC pour les entreprises sur l'utilisation et la publicité des produits d'intelligence artificielle, et intelligence artificielle Normes émergentes en matière de gouvernance et plus encore. »
De plus, OpenAI n'a divulgué aucun détail technique de GPT-4. C'est l'une des raisons pour lesquelles le RPCDI a déposé une demande auprès de la FTC.
CAIDP a déclaré : « OpenAI n'a pas divulgué de détails sur l'architecture, la taille du modèle, le matériel, les ressources informatiques, les techniques de formation, la construction d'ensembles de données ou les méthodes de formation, alors que la pratique courante dans la communauté de recherche consiste à enregistrer les données de formation et la formation. de la technologie des grands modèles de langage, mais OpenAI a choisi de ne pas faire ces choses pour GPT-4. En particulier, les modèles d'IA génératifs ne sont pas des produits de consommation ordinaires, car ils peuvent présenter des comportements anormaux lors de leur utilisation, et ces comportements peuvent être provoqués par leur publication. entreprises. Non découvert auparavant. "
Détails de la plainte
Plus précisément, le CAIDP a souligné une série de risques potentiels pour GPT-4 et le modèle associé ChatGPT dans cette demande de plainte.
Par exemple, OpenAI a clairement indiqué dans l'article « GPT-4 System Card » que GPT-4 peut renforcer et reproduire des préjugés et des visions du monde spécifiques, y compris des stéréotypes et des associations désobligeantes à l'encontre de certains groupes marginalisés. Le CAIDP a également cité un article de blog de la société OpenAI, selon lequel un grand modèle similaire, ChatGPT, répondait parfois à des instructions nuisibles ou présentait un comportement biaisé.
Dans la plainte soumise à la FTC, le CAIDP a déclaré que « OpenAI a rendu GPT-4 public pour un usage commercial malgré une parfaite compréhension des risques ». La plainte indique également que « la carte système GPT-4 ne fournit pas de détails sur les contrôles de sécurité effectués par OpenAI lors de ses tests, ni sur les mesures prises par OpenAI pour protéger les enfants, ce qui soulève également des questions sur l'utilisation de GPT-4 sur enfants." "
CAIDP a également souligné les préoccupations soulevées par l'organisation européenne des consommateurs BEUC : "Si ChatGPT est utilisé pour la notation du crédit à la consommation ou de l'assurance, est-il possible qu'il produise des résultats injustes et biaisés ?" comme référence dans le dépôt de plainte du RPCDI.
De plus, en termes de sécurité du réseau, ChatGPT peut être utilisé pour le phishing, la création de faux textes ou la génération de code malveillant. Sur le plan de la confidentialité, le CAIDP a déclaré que des informations avaient été rapportées ce mois-ci selon lesquelles OpenAI montrait des discussions privées à d'autres utilisateurs.
Dans un autre cas, un chercheur en IA a décrit comment ChatGPT pouvait prendre le contrôle du compte d'une personne, afficher l'historique des discussions et accéder à ses informations de facturation sans qu'elle s'en rende compte. Cependant, OpenAI a corrigé la vulnérabilité.
CAIDP a également déclaré que la capacité de GPT-4 à fournir des réponses textuelles à partir d'images saisies a d'énormes implications pour la vie privée et l'autonomie personnelle, permettant aux utilisateurs de connecter des images personnelles à des données personnelles détaillées. Il est entendu qu'OpenAI a suspendu la fonction de conversion d'image en texte, mais il est difficile de dire quelle est la situation réelle.
CAIDP estime que la FTC devrait interdire à OpenAI de poursuivre le déploiement commercial de GPT, exiger une évaluation indépendante des produits GPT avant le déploiement et tout au long du cycle de vie de l'IA GPT, exiger qu'OpenAI se conforme aux normes FTC AI et établir un GPT accessible au public. - Le mécanisme de signalement des incidents de 4 est similaire au mécanisme de signalement des fraudes à la consommation de la FTC.
CAIDP exhorte également la FTC à publier davantage de spécifications standard qui seront utilisées comme « normes de base pour les produits dans le domaine du marché de l'intelligence artificielle générative ».
Communauté universitaire de l'IA, un débat
Des milliers de personnes ont signé une pétition il y a deux jours pour suspendre le développement du modèle d'IA de suivi de GPT-4. Aujourd'hui, le CAIDP a demandé à la FTC d'enquêter sur l'interdiction par OpenAI de publier une nouvelle publicité. version de GPT-4. En seulement un ou deux jours, diverses discussions ont éclaté, et les patrons de l’IA et d’autres experts sont venus réagir publiquement. Il y a ceux qui s’y opposent et ceux qui le soutiennent.
En ce qui concerne la suspension du développement des grands modèles d'IA de suivi GPT-4, le lauréat du prix Turing Yoshua Bengio, le PDG de Tesla (co-fondateur d'OpenAI) Elon Musk, le professeur émérite de l'Université de New York Gary Marcus, le professeur Stuart de l'UC Berkeley Russell et d’autres y sont tous favorables et ont signé une lettre ouverte pour suspendre les expériences géantes d’IA. Notamment, Marc Rotenberg, président et fondateur du CAIDP, a également signé la lettre ouverte.
Adresse de la lettre ouverte : https://futureoflife.org/open-letter/pause-giant-ai-experiments/
Cependant, Yann LeCun, qui critique ChatGPT, a déclaré publiquement qu'il ne la signerait pas. Je ne suis pas d'accord avec le contenu de cette lettre ouverte.
Thomas G. Dietterich, professeur émérite à l'Oregon State University, a déclaré sur Twitter "Je n'ai pas signé non plus. La lettre est remplie d'un tas de rhétoriques terribles et de politiques inefficaces ou inexistantes. Certaines mesures importantes technique et nous travaillons dur pour résoudre les problèmes politiques. " LeCun a déclaré publiquement "Je suis d'accord."
Enda Ng a également publié un article s'opposant publiquement aux milliers de personnes qui ont signé la pétition et a déclaré : « GPT-4 a de nombreuses nouvelles applications dans l'éducation, les soins de santé, l'alimentation, etc., et aidera de nombreuses personnes. À moins que le gouvernement intervient, une suspension sera mise en œuvre et toutes les équipes seront bloquées. Élargir l'échelle du LLM est irréaliste. De plus, demander au gouvernement de suspendre les technologies émergentes qu'il ne comprend pas est anticoncurrentiel et crée également un mauvais précédent. une mauvaise politique. ou inverser cette tendance. C'est l'évolution inévitable. Nous devrions regarder vers l'avenir sous un angle différent et mieux comprendre le LLM, nous y adapter et exploiter sa puissance, ressentir la chaleur. "
Yi Tay (anciennement senior). chercheur chez Google Brain) qui vient d'annoncer son départ de Google Brain a déclaré : "Si vous interdisez les personnes qui discutent de LLM au hasard sur Internet pendant 6 mois, je signerai."
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds

Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine

Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.

Pour en savoir plus sur l'AIGC, veuillez visiter : 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou est différent de la banque de questions traditionnelle que l'on peut voir partout sur Internet. nécessite de sortir des sentiers battus. Les grands modèles linguistiques (LLM) sont de plus en plus importants dans les domaines de la science des données, de l'intelligence artificielle générative (GenAI) et de l'intelligence artificielle. Ces algorithmes complexes améliorent les compétences humaines et stimulent l’efficacité et l’innovation dans de nombreux secteurs, devenant ainsi la clé permettant aux entreprises de rester compétitives. LLM a un large éventail d'applications. Il peut être utilisé dans des domaines tels que le traitement du langage naturel, la génération de texte, la reconnaissance vocale et les systèmes de recommandation. En apprenant de grandes quantités de données, LLM est capable de générer du texte

Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.

L'apprentissage automatique est une branche importante de l'intelligence artificielle qui donne aux ordinateurs la possibilité d'apprendre à partir de données et d'améliorer leurs capacités sans être explicitement programmés. L'apprentissage automatique a un large éventail d'applications dans divers domaines, de la reconnaissance d'images et du traitement du langage naturel aux systèmes de recommandation et à la détection des fraudes, et il change notre façon de vivre. Il existe de nombreuses méthodes et théories différentes dans le domaine de l'apprentissage automatique, parmi lesquelles les cinq méthodes les plus influentes sont appelées les « Cinq écoles d'apprentissage automatique ». Les cinq grandes écoles sont l’école symbolique, l’école connexionniste, l’école évolutionniste, l’école bayésienne et l’école analogique. 1. Le symbolisme, également connu sous le nom de symbolisme, met l'accent sur l'utilisation de symboles pour le raisonnement logique et l'expression des connaissances. Cette école de pensée estime que l'apprentissage est un processus de déduction inversée, à travers les connaissances existantes.

L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes

Selon les informations de ce site le 1er août, SK Hynix a publié un article de blog aujourd'hui (1er août), annonçant sa participation au Global Semiconductor Memory Summit FMS2024 qui se tiendra à Santa Clara, Californie, États-Unis, du 6 au 8 août, présentant de nombreuses nouvelles technologies de produit. Introduction au Future Memory and Storage Summit (FutureMemoryandStorage), anciennement Flash Memory Summit (FlashMemorySummit) principalement destiné aux fournisseurs de NAND, dans le contexte de l'attention croissante portée à la technologie de l'intelligence artificielle, cette année a été rebaptisée Future Memory and Storage Summit (FutureMemoryandStorage) pour invitez les fournisseurs de DRAM et de stockage et bien d’autres joueurs. Nouveau produit SK hynix lancé l'année dernière

Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S
