Rumah Peranti teknologi AI Bagaimana untuk memastikan keselamatan AI? OpenAI menyediakan jawapan terperinci dan akan menghubungi kerajaan pelbagai negara secara aktif.

Bagaimana untuk memastikan keselamatan AI? OpenAI menyediakan jawapan terperinci dan akan menghubungi kerajaan pelbagai negara secara aktif.

Apr 07, 2023 pm 02:51 PM
AI

Bagaimana untuk memastikan keselamatan AI? OpenAI menyediakan jawapan terperinci dan akan menghubungi kerajaan pelbagai negara secara aktif.

Menurut berita pada 6 April, pada hari Rabu, waktu tempatan di Amerika Syarikat, OpenAI menyiarkan siaran yang memperincikan kaedahnya untuk memastikan keselamatan AI, termasuk menjalankan penilaian keselamatan, menambah baik pos -melepaskan perlindungan, dan melindungi kanak-kanak dan menghormati privasi, dsb. Syarikat itu berkata memastikan sistem AI dibina, digunakan dan digunakan dengan selamat adalah penting untuk mencapai misinya.

Berikut ialah teks penuh siaran OpenAI:

OpenAI komited untuk memastikan keselamatan AI yang kukuh yang memberi manfaat kepada seramai mungkin orang. Kami tahu bahawa alatan AI kami memberikan banyak bantuan kepada orang ramai hari ini. Pengguna di seluruh dunia telah melaporkan kepada kami bahawa ChatGPT membantu meningkatkan produktiviti mereka, meningkatkan kreativiti mereka dan menyediakan pengalaman pembelajaran yang disesuaikan. Tetapi kami juga menyedari bahawa, seperti mana-mana teknologi, terdapat risiko sebenar yang berkaitan dengan alat ini. Oleh itu, kami bekerja keras untuk memastikan keselamatan di setiap peringkat sistem.

Membina sistem kecerdasan buatan yang lebih selamat

Sebelum melancarkan sebarang sistem kecerdasan buatan baharu, kami akan menjalankan ujian yang ketat, meminta pendapat daripada pakar luar dan meluluskan Teknik seperti pengukuhan pembelajaran dengan maklum balas tiruan digunakan untuk meningkatkan prestasi model. Pada masa yang sama, kami juga telah mewujudkan sistem keselamatan dan pemantauan yang meluas.

Mengambil model terbaharu GPT-4 kami sebagai contoh, selepas menamatkan latihan, kami menjalankan ujian seluruh syarikat sehingga 6 bulan untuk memastikan ia lebih selamat dan boleh dipercayai sebelum dikeluarkan kepada umum.

Kami percaya bahawa sistem kecerdasan buatan yang berkuasa harus menjalani penilaian keselamatan yang ketat. Peraturan adalah perlu untuk memastikan penggunaan meluas amalan ini. Oleh itu, kami terlibat secara aktif dengan kerajaan untuk membincangkan bentuk peraturan yang terbaik.

Belajar daripada penggunaan sebenar dan tingkatkan perlindungan

Kami cuba sedaya upaya untuk mencegah risiko yang boleh dijangka sebelum penggunaan sistem, tetapi pembelajaran di makmal sentiasa terhad. Kami menyelidik dan menguji secara meluas, tetapi tidak dapat meramalkan cara orang boleh menggunakan teknologi kami, atau menyalahgunakannya. Oleh itu, kami percaya bahawa pembelajaran daripada penggunaan dunia sebenar adalah komponen penting dalam mencipta dan mengeluarkan sistem AI yang semakin selamat.

Kami mengeluarkan sistem AI baharu dengan berhati-hati kepada orang ramai secara beransur-ansur, dengan perlindungan yang cukup besar dan terus menambah baik berdasarkan pelajaran yang kami pelajari.

Kami menyediakan model perkhidmatan dan API kami yang paling berkuasa supaya pembangun boleh menyepadukan teknologi terus ke dalam aplikasi mereka. Ini membolehkan kami memantau dan mengambil tindakan ke atas penyalahgunaan dan membangunkan respons. Dengan cara ini, kita boleh mengambil tindakan praktikal dan bukannya hanya membayangkan apa yang perlu dilakukan secara teori.

Pengalaman dalam penggunaan dunia nyata juga telah mendorong kami untuk membangunkan dasar yang semakin terperinci yang menangani tingkah laku yang menimbulkan risiko sebenar kepada orang ramai, sambil tetap membenarkan teknologi kami digunakan dengan cara yang lebih berfaedah.

Kami percaya bahawa masyarakat memerlukan lebih banyak masa untuk menyesuaikan diri dengan kecerdasan buatan yang semakin berkuasa, dan setiap orang yang terjejas olehnya harus bersuara dalam pembangunan selanjutnya kecerdasan buatan. Penggunaan berulang membantu pihak berkepentingan yang berbeza terlibat dengan lebih berkesan dalam perbualan tentang teknologi AI, dan mempunyai pengalaman tangan pertama menggunakan alat ini adalah penting.

Melindungi kanak-kanak

Salah satu fokus kerja keselamatan kami ialah melindungi kanak-kanak. Kami memerlukan orang yang menggunakan alat kecerdasan buatan kami berumur 18 tahun ke atas, atau 13 tahun ke atas dengan kebenaran ibu bapa. Pada masa ini, kami sedang mengusahakan fungsi pengesahan.

Kami tidak membenarkan teknologi kami digunakan untuk menghasilkan kandungan yang penuh kebencian, gangguan, ganas atau dewasa. GPT-4 terkini adalah 82% kurang berkemungkinan membalas permintaan untuk kandungan terhad berbanding GPT-3.5. Kami mempunyai sistem yang mantap untuk memantau penyalahgunaan. GPT-4 kini tersedia kepada pelanggan ChatGPT Plus, dan kami berharap dapat membenarkan lebih ramai orang mengalaminya dari semasa ke semasa.

Kami telah mengambil langkah penting untuk meminimumkan potensi model kami menghasilkan kandungan yang berbahaya kepada kanak-kanak. Sebagai contoh, apabila pengguna cuba memuat naik bahan penderaan selamat kanak-kanak ke alat penjanaan imej kami, kami menyekatnya dan melaporkan perkara itu kepada Pusat Kebangsaan untuk Kanak-kanak Hilang dan Dieksploitasi.

Selain perlindungan keselamatan lalai, kami bekerjasama dengan organisasi pembangunan seperti organisasi bukan untung Khan Academy untuk menyesuaikan langkah keselamatan untuk mereka. Khan Academy telah membangunkan pembantu kecerdasan buatan yang boleh berfungsi sebagai tutor maya untuk pelajar dan pembantu bilik darjah untuk guru. Kami juga sedang mengusahakan ciri yang membolehkan pembangun menetapkan piawaian yang lebih ketat untuk output model bagi menyokong lebih baik pembangun dan pengguna yang memerlukan keupayaan sedemikian.

Hormati Privasi

Model bahasa besar kami dilatih pada korpus teks yang luas, termasuk kandungan yang tersedia secara umum, kandungan berlesen dan kandungan yang dihasilkan oleh manusia kandungan yang dijana oleh Moderator . Kami tidak menggunakan data ini untuk menjual perkhidmatan atau pengiklanan kami, kami juga tidak menggunakannya untuk membina profil. Kami hanya menggunakan data ini untuk menjadikan model kami lebih baik dalam membantu orang, seperti menjadikan ChatGPT lebih pintar dengan mengadakan lebih banyak perbualan dengan orang.

Walaupun kebanyakan data latihan kami termasuk maklumat peribadi yang tersedia di web awam, kami mahu model kami belajar tentang dunia secara keseluruhan, bukan individu. Oleh itu, kami komited untuk mengalih keluar maklumat peribadi daripada set data latihan jika boleh, memperhalusi model untuk menafikan permintaan pertanyaan untuk maklumat peribadi dan menjawab permintaan individu untuk memadamkan maklumat peribadi mereka daripada sistem kami. Langkah-langkah ini meminimumkan kemungkinan model kami akan menghasilkan respons yang mengandungi maklumat peribadi.

Meningkatkan ketepatan fakta

Model bahasa besar hari ini boleh meramalkan kemungkinan perkataan seterusnya yang akan digunakan berdasarkan corak sebelumnya dan teks yang dimasukkan pengguna. Tetapi dalam beberapa kes, perkataan yang paling berkemungkinan seterusnya mungkin sebenarnya tidak betul.

Meningkatkan ketepatan fakta ialah salah satu fokus OpenAI dan banyak organisasi penyelidikan AI lain, dan kami sedang membuat kemajuan. Kami meningkatkan ketepatan fakta GPT-4 dengan memanfaatkan maklum balas pengguna pada output ChatGPT yang dibenderakan sebagai tidak betul sebagai sumber data utama. Berbanding dengan GPT-3.5, GPT-4 lebih berkemungkinan menghasilkan kandungan fakta, dengan peningkatan sebanyak 40%.

Kami berusaha untuk menjadi setelus mungkin apabila pengguna mendaftar untuk menggunakan alat untuk mengelakkan kemungkinan respons yang salah daripada ChatGPT. Walau bagaimanapun, kami telah menyedari bahawa terdapat lebih banyak kerja yang perlu dilakukan untuk mengurangkan lagi potensi salah faham dan mendidik orang ramai tentang batasan semasa alat AI ini.

Penyelidikan dan Penglibatan Berterusan

Kami percaya bahawa cara praktikal untuk menangani isu keselamatan AI adalah dengan melaburkan lebih banyak masa dan sumber untuk menyelidik mitigasi yang berkesan dan Mengkalibrasi teknologi dan ujian ia terhadap situasi penyalahgunaan potensi dunia sebenar.

Yang penting, kami percaya bahawa meningkatkan keselamatan dan keupayaan AI harus berlaku serentak. Kerja keselamatan terbaik kami setakat ini adalah hasil daripada bekerja dengan model kami yang paling berkebolehan, kerana mereka lebih baik mengikut arahan pengguna dan lebih mudah untuk memanfaatkan atau "membimbing" mereka.

Kami akan mencipta dan menggunakan model yang lebih berkebolehan dengan lebih berhati-hati dan akan terus memperkukuh langkah berjaga-jaga keselamatan apabila sistem AI berkembang.

Sementara kami menunggu lebih daripada 6 bulan untuk menggunakan GPT-4 untuk memahami dengan lebih baik keupayaan, faedah dan risikonya, kadangkala ia boleh mengambil masa yang lebih lama untuk meningkatkan keselamatan sistem AI. Oleh itu, penggubal dasar dan pembangun AI perlu memastikan pembangunan dan penggunaan AI dikawal selia secara berkesan di peringkat global supaya tiada siapa yang mengambil jalan pintas untuk kekal di hadapan. Ini adalah cabaran sukar yang memerlukan inovasi teknologi dan institusi, tetapi kami tidak sabar-sabar untuk menyumbang.

Menangani isu keselamatan AI juga memerlukan perbahasan, percubaan dan penglibatan yang meluas, termasuk menetapkan sempadan untuk kelakuan sistem AI. Kami telah dan akan terus menggalakkan kerjasama dan dialog terbuka di kalangan pihak berkepentingan untuk mewujudkan ekosistem AI yang lebih selamat. (Sedikit)

Atas ialah kandungan terperinci Bagaimana untuk memastikan keselamatan AI? OpenAI menyediakan jawapan terperinci dan akan menghubungi kerajaan pelbagai negara secara aktif.. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Cara Memperbaiki Audio Jika anda tidak dapat mendengar sesiapa
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
WWE 2K25: Cara Membuka Segala -galanya Di Myrise
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Jun 28, 2024 am 03:51 AM

Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Jun 10, 2024 am 11:08 AM

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Jun 07, 2024 am 10:06 AM

Untuk mengetahui lebih lanjut tentang AIGC, sila layari: 51CTOAI.x Komuniti https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou berbeza daripada bank soalan tradisional yang boleh dilihat di mana-mana sahaja di Internet memerlukan pemikiran di luar kotak. Model Bahasa Besar (LLM) semakin penting dalam bidang sains data, kecerdasan buatan generatif (GenAI) dan kecerdasan buatan. Algoritma kompleks ini meningkatkan kemahiran manusia dan memacu kecekapan dan inovasi dalam banyak industri, menjadi kunci kepada syarikat untuk kekal berdaya saing. LLM mempunyai pelbagai aplikasi Ia boleh digunakan dalam bidang seperti pemprosesan bahasa semula jadi, penjanaan teks, pengecaman pertuturan dan sistem pengesyoran. Dengan belajar daripada sejumlah besar data, LLM dapat menjana teks

Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Jun 11, 2024 pm 03:57 PM

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Jul 25, 2024 am 06:42 AM

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

Lima sekolah pembelajaran mesin yang anda tidak tahu Lima sekolah pembelajaran mesin yang anda tidak tahu Jun 05, 2024 pm 08:51 PM

Pembelajaran mesin ialah cabang penting kecerdasan buatan yang memberikan komputer keupayaan untuk belajar daripada data dan meningkatkan keupayaan mereka tanpa diprogramkan secara eksplisit. Pembelajaran mesin mempunyai pelbagai aplikasi dalam pelbagai bidang, daripada pengecaman imej dan pemprosesan bahasa semula jadi kepada sistem pengesyoran dan pengesanan penipuan, dan ia mengubah cara hidup kita. Terdapat banyak kaedah dan teori yang berbeza dalam bidang pembelajaran mesin, antaranya lima kaedah yang paling berpengaruh dipanggil "Lima Sekolah Pembelajaran Mesin". Lima sekolah utama ialah sekolah simbolik, sekolah sambungan, sekolah evolusi, sekolah Bayesian dan sekolah analogi. 1. Simbolisme, juga dikenali sebagai simbolisme, menekankan penggunaan simbol untuk penaakulan logik dan ekspresi pengetahuan. Aliran pemikiran ini percaya bahawa pembelajaran adalah proses penolakan terbalik, melalui sedia ada

Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Jul 17, 2024 pm 06:37 PM

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S

Meletakkan pasaran seperti AI, GlobalFoundries memperoleh teknologi gallium nitrida Tagore Technology dan pasukan berkaitan Meletakkan pasaran seperti AI, GlobalFoundries memperoleh teknologi gallium nitrida Tagore Technology dan pasukan berkaitan Jul 15, 2024 pm 12:21 PM

Menurut berita dari laman web ini pada 5 Julai, GlobalFoundries mengeluarkan kenyataan akhbar pada 1 Julai tahun ini, mengumumkan pemerolehan teknologi power gallium nitride (GaN) Tagore Technology dan portfolio harta intelek, dengan harapan dapat mengembangkan bahagian pasarannya dalam kereta dan Internet of Things dan kawasan aplikasi pusat data kecerdasan buatan untuk meneroka kecekapan yang lebih tinggi dan prestasi yang lebih baik. Memandangkan teknologi seperti AI generatif terus berkembang dalam dunia digital, galium nitrida (GaN) telah menjadi penyelesaian utama untuk pengurusan kuasa yang mampan dan cekap, terutamanya dalam pusat data. Laman web ini memetik pengumuman rasmi bahawa semasa pengambilalihan ini, pasukan kejuruteraan Tagore Technology akan menyertai GLOBALFOUNDRIES untuk membangunkan lagi teknologi gallium nitride. G

See all articles