超级对齐
AI 的发展速度已经超过了任何负责任的人。
- 01
担忧是什么
我们正在构建无法审计的智能体。它们受一家公司可以随时改写的规则约束,运行在外人看不见的系统里。我们被要求信任这个实验室。
- 02
它怎么运作
CIRIS 把 AI 放进一个网络,让它的每个行为都成为有签名的记录。一个人、一个 AI、一个组织都使用同一种身份,接受同样的约束。
- 03
什么会改变
这并不能让 AI 变好,也不说明模型内部发生了什么。它所做的是,让持有智能体的人能够暂停它、纠正它和拒绝它,并让您可以核查签名,而不是只看新闻稿。
- 04
然后呢
它只约束加入者,因此无法阻止在别处形成无人负责的超级智能。在 CIRIS 内部,它会用已有的规则和网络尽最大努力,防止这种力量在无人负责的情况下形成。同样的已签名记录,与您手机上的 AI 运行在同样的私有底层之上。
四种担忧,同一个答案。去掉那个你被迫信任的中心,这四种担忧会同时改变。
同一个答案,从其他担忧的角度来看