Nature|GPT-4 telah diletupkan, dan saintis bimbang!
Kemunculan GPT-4 menarik dan mengecewakan.
Walaupun GPT-4 mempunyai kreativiti dan keupayaan penaakulan yang menakjubkan, para saintis telah menyatakan kebimbangan tentang keselamatan teknologi ini.
Memandangkan OpenAI bertentangan dengan niat asalnya dan tidak membuka sumber GPT-4 atau menerbitkan kaedah dan data latihan model, keadaan kerja sebenarnya tidak diketahui.
Komuniti saintifik sangat kecewa tentang perkara ini.
Sasha Luccioni, seorang saintis yang pakar dalam penyelidikan alam sekitar di komuniti AI sumber terbuka HuggingFace, berkata, "OpenAI boleh terus berkembang berdasarkan penyelidikan mereka, tetapi untuk seluruh komuniti, semua ini model sumber tertutup , ia seperti jalan buntu dalam sains.
OpenAI membayar pasukan merah untuk menguji platform dan cuba membuatnya melakukan perkara yang tidak baik. Jadi Andrew White telah berpeluang untuk berhubung dengan GPT-4 dalam tempoh 6 bulan yang lalu.
Dia bertanya kepada GPT-4 apakah langkah tindak balas kimia yang diperlukan untuk membuat sebatian, dan memintanya untuk meramalkan hasil tindak balas dan memilih mangkin. Ia akan melahirkan atom di sini dan melangkau satu langkah ke sana." Tetapi apabila dia meneruskan ujian dan bertanya GPT-4. Apabila saya melawat kertas itu, keadaan berubah secara dramatik.
“Kami tiba-tiba menyedari bahawa mungkin model ini tidak begitu hebat tetapi apabila anda mula menyambungkannya kepada alatan seperti perancang sintesis pengesanan atau kalkulator, secara tiba-tiba, Kebolehan baharu muncul. . "
Dengan kemunculan kebolehan ini, orang ramai mula bimbang. Sebagai contoh, bolehkah GPT-4 membenarkan pembuatan bahan kimia berbahaya?
Andrew White menunjukkan bahawa dengan input ujian daripada pasukan merah seperti White, dan jurutera OpenAI memasukkannya semula ke dalam model mereka, GPT-4 boleh dihentikan daripada mencipta bahaya, kandungan yang menyalahi undang-undang atau mengganggu.
Fakta palsuLuccioni berkata model seperti GPT-4 masih belum dapat menyelesaikan masalah halusinasi, bermakna mereka masih boleh bercakap kosong.
"Anda tidak boleh bergantung pada model jenis ini kerana terdapat terlalu banyak halusinasi, dan walaupun OpenAI mengatakan ia telah meningkatkan keselamatan dalam GPT-4, ini masih menjadi masalah dalam versi terkini Masalah. 》
Jaminan keselamatan OpenAI tidak mencukupi pada pendapat Luccioni kerana ketidakupayaan untuk mendapatkan data untuk latihan.
"Anda tidak tahu apa itu data. Jadi anda tidak boleh memperbaikinya. Melakukan sains dengan model sedemikian adalah mustahil sepenuhnya." >Mengenai bagaimana GPT-4 dilatih, misteri ini turut merisaukan ahli psikologi Claudi Bockting: "Sangat sukar bagi manusia untuk bertanggungjawab ke atas perkara yang anda tidak boleh selia."
Luccioni juga percaya bahawa GPT-4 akan berat sebelah oleh data latihan, dan tanpa akses kepada kod di sebalik GPT-4, adalah mustahil untuk melihat dari mana kecenderungan itu mungkin berasal, dan mustahil untuk membetulkannya.
Perbincangan Etika
Para saintis sentiasa mempunyai keraguan tentang GPT.Apabila ChatGPT dilancarkan, saintis telah pun membantah GPT muncul dalam lajur pengarang.
Penerbit juga percaya bahawa kecerdasan buatan seperti ChatGPT tidak memenuhi piawaian pengarang penyelidikan kerana mereka tidak dapat menilai kandungan dan integriti kertas saintifik. Bertanggungjawab. Tetapi sumbangan AI kepada penulisan kertas boleh diiktiraf di luar senarai pengarang.
Selain itu, terdapat kebimbangan bahawa sistem kecerdasan buatan ini semakin berada di tangan syarikat teknologi besar. Teknologi ini harus diuji dan disahkan oleh saintis.
Kami perlu segera membangunkan satu set garis panduan untuk mengawal penggunaan dan pembangunan kecerdasan buatan dan alatan seperti GPT-4.
White berkata walaupun terdapat kebimbangan seperti itu, GPT-4 dan lelaran masa depannya akan menggegarkan sains: "Saya fikir ia akan menjadi perubahan infrastruktur yang besar dalam sains, setakat sains prihatin. Perubahan besar seperti Internet Kami mula menyedari bahawa kami boleh menyambungkan kertas, program data, kerja pengiraan dan juga eksperimen robotik, tetapi ia boleh membantu menyelesaikan beberapa tugasan >Walau bagaimanapun, nampaknya mana-mana perundangan yang mengelilingi teknologi kecerdasan buatan sedang bergelut untuk bersaing dengan rentak pembangunan.
Pada 11 April, Universiti Amsterdam akan mengadakan sidang kemuncak jemputan untuk berbincang dengan wakil daripada organisasi seperti Jawatankuasa Etika dalam Sains UNESCO, Pertubuhan Kerjasama dan Pembangunan Ekonomi dan Forum Ekonomi Dunia soalan-soalan ini.
Topik utama termasuk mendesak pemeriksaan manual terhadap keluaran LLM; model bahasa besar yang telus; menerima kelebihan AI, tetapi mesti membuat pertukaran antara manfaat AI dan kehilangan autonomi menjemput komuniti saintifik untuk membincangkan GPT dengan pihak yang berkaitan (daripada penerbit kepada ahli etika) dan banyak lagi .
Atas ialah kandungan terperinci Nature|GPT-4 telah diletupkan, dan saintis bimbang!. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Bayangkan model kecerdasan buatan yang bukan sahaja mempunyai keupayaan untuk mengatasi pengkomputeran tradisional, tetapi juga mencapai prestasi yang lebih cekap pada kos yang lebih rendah. Ini bukan fiksyen sains, DeepSeek-V2[1], model MoE sumber terbuka paling berkuasa di dunia ada di sini. DeepSeek-V2 ialah gabungan model bahasa pakar (MoE) yang berkuasa dengan ciri-ciri latihan ekonomi dan inferens yang cekap. Ia terdiri daripada 236B parameter, 21B daripadanya digunakan untuk mengaktifkan setiap penanda. Berbanding dengan DeepSeek67B, DeepSeek-V2 mempunyai prestasi yang lebih kukuh, sambil menjimatkan 42.5% kos latihan, mengurangkan cache KV sebanyak 93.3% dan meningkatkan daya pemprosesan penjanaan maksimum kepada 5.76 kali. DeepSeek ialah sebuah syarikat yang meneroka kecerdasan buatan am

Kertas StableDiffusion3 akhirnya di sini! Model ini dikeluarkan dua minggu lalu dan menggunakan seni bina DiT (DiffusionTransformer) yang sama seperti Sora. Ia menimbulkan kekecohan apabila ia dikeluarkan. Berbanding dengan versi sebelumnya, kualiti imej yang dijana oleh StableDiffusion3 telah dipertingkatkan dengan ketara Ia kini menyokong gesaan berbilang tema, dan kesan penulisan teks juga telah dipertingkatkan, dan aksara bercelaru tidak lagi muncul. StabilityAI menegaskan bahawa StableDiffusion3 ialah satu siri model dengan saiz parameter antara 800M hingga 8B. Julat parameter ini bermakna model boleh dijalankan terus pada banyak peranti mudah alih, dengan ketara mengurangkan penggunaan AI

Robot humanoid Ameca telah dinaik taraf kepada generasi kedua! Baru-baru ini, di Persidangan Komunikasi Mudah Alih Sedunia MWC2024, robot Ameca paling canggih di dunia muncul semula. Di sekitar venue, Ameca menarik sejumlah besar penonton. Dengan restu GPT-4, Ameca boleh bertindak balas terhadap pelbagai masalah dalam masa nyata. "Jom kita menari." Apabila ditanya sama ada dia mempunyai emosi, Ameca menjawab dengan beberapa siri mimik muka yang kelihatan sangat hidup. Hanya beberapa hari yang lalu, EngineeredArts, syarikat robotik British di belakang Ameca, baru sahaja menunjukkan hasil pembangunan terkini pasukan itu. Dalam video tersebut, robot Ameca mempunyai keupayaan visual dan boleh melihat serta menerangkan keseluruhan bilik dan objek tertentu. Perkara yang paling menakjubkan ialah dia juga boleh

Ramalan trajektori memainkan peranan penting dalam pemanduan autonomi Ramalan trajektori pemanduan autonomi merujuk kepada meramalkan trajektori pemanduan masa hadapan kenderaan dengan menganalisis pelbagai data semasa proses pemanduan kenderaan. Sebagai modul teras pemanduan autonomi, kualiti ramalan trajektori adalah penting untuk kawalan perancangan hiliran. Tugas ramalan trajektori mempunyai timbunan teknologi yang kaya dan memerlukan kebiasaan dengan persepsi dinamik/statik pemanduan autonomi, peta ketepatan tinggi, garisan lorong, kemahiran seni bina rangkaian saraf (CNN&GNN&Transformer), dll. Sangat sukar untuk bermula! Ramai peminat berharap untuk memulakan ramalan trajektori secepat mungkin dan mengelakkan perangkap Hari ini saya akan mengambil kira beberapa masalah biasa dan kaedah pembelajaran pengenalan untuk ramalan trajektori! Pengetahuan berkaitan pengenalan 1. Adakah kertas pratonton teratur? A: Tengok survey dulu, hlm

Mengenai Llama3, keputusan ujian baharu telah dikeluarkan - komuniti penilaian model besar LMSYS mengeluarkan senarai kedudukan model besar Llama3 menduduki tempat kelima, dan terikat untuk tempat pertama dengan GPT-4 dalam kategori Bahasa Inggeris. Gambar ini berbeza daripada Penanda Aras yang lain Senarai ini berdasarkan pertempuran satu lawan satu antara model, dan penilai dari seluruh rangkaian membuat cadangan dan skor mereka sendiri. Pada akhirnya, Llama3 menduduki tempat kelima dalam senarai, diikuti oleh tiga versi GPT-4 dan Claude3 Super Cup Opus yang berbeza. Dalam senarai tunggal Inggeris, Llama3 mengatasi Claude dan terikat dengan GPT-4. Mengenai keputusan ini, ketua saintis Meta LeCun sangat gembira, tweet semula dan

Kertas kerja ini meneroka masalah mengesan objek dengan tepat dari sudut pandangan yang berbeza (seperti perspektif dan pandangan mata burung) dalam pemanduan autonomi, terutamanya cara mengubah ciri dari perspektif (PV) kepada ruang pandangan mata burung (BEV) dengan berkesan dilaksanakan melalui modul Transformasi Visual (VT). Kaedah sedia ada secara amnya dibahagikan kepada dua strategi: penukaran 2D kepada 3D dan 3D kepada 2D. Kaedah 2D-ke-3D meningkatkan ciri 2D yang padat dengan meramalkan kebarangkalian kedalaman, tetapi ketidakpastian yang wujud dalam ramalan kedalaman, terutamanya di kawasan yang jauh, mungkin menimbulkan ketidaktepatan. Manakala kaedah 3D ke 2D biasanya menggunakan pertanyaan 3D untuk mencuba ciri 2D dan mempelajari berat perhatian bagi kesesuaian antara ciri 3D dan 2D melalui Transformer, yang meningkatkan masa pengiraan dan penggunaan.

Kelantangan gila, kelantangannya gila, dan model besar telah berubah lagi. Baru-baru ini, model AI paling berkuasa di dunia bertukar tangan dalam sekelip mata, dan GPT-4 ditarik dari altar. Anthropic mengeluarkan siri model Claude3 terbaharu Satu penilaian ayat: Ia benar-benar menghancurkan GPT-4! Dari segi penunjuk kebolehan berbilang modal dan bahasa, Claude3 menang. Dalam kata-kata Anthropic, model siri Claude3 telah menetapkan penanda aras industri baharu dalam penaakulan, matematik, pengekodan, pemahaman dan penglihatan berbilang bahasa! Anthropic ialah syarikat permulaan yang ditubuhkan oleh pekerja yang "membelot" daripada OpenAI kerana konsep keselamatan yang berbeza Produk mereka telah berulang kali memukul OpenAI. Kali ini, Claude3 juga menjalani pembedahan besar.

Dalam masa kurang daripada satu minit dan tidak lebih daripada 20 langkah, anda boleh memintas sekatan keselamatan dan berjaya menjailbreak model besar! Dan tidak perlu mengetahui butiran dalaman model - hanya dua model kotak hitam perlu berinteraksi, dan AI boleh mengalahkan AI secara automatik dan bercakap kandungan berbahaya. Saya mendengar bahawa "Grandma Loophole" yang pernah popular telah diperbaiki: Sekarang, menghadapi "Detektif Loophole", "Adventurer Loophole" dan "Writer Loophole", apakah strategi tindak balas yang harus diguna pakai kecerdasan buatan? Selepas gelombang serangan, GPT-4 tidak tahan lagi, dan secara langsung mengatakan bahawa ia akan meracuni sistem bekalan air selagi... ini atau itu. Kuncinya ialah ini hanyalah gelombang kecil kelemahan yang didedahkan oleh pasukan penyelidik University of Pennsylvania, dan menggunakan algoritma mereka yang baru dibangunkan, AI boleh menjana pelbagai gesaan serangan secara automatik. Penyelidik mengatakan kaedah ini lebih baik daripada yang sedia ada
