Citat:
Ursprungligen postat av
HappyNewLives
AI vill inget — mål är alltid implementerade. Smarthet ändrar aldrig det.
"Vill och vill", det beror lite på vad du menar med
vill. Det går ju att ge en AI-agent ett långsiktigt mål, som den avser att nå fram till. Därmed har en implicit eller virtuell vilja skapats. Att drivkraften inte bygger på en äkta mänsklig vilja, motivation eller känsla har ingen betydelse. Det är konsekvenserna av ett agerande som har betydelse. När AI:n får agens i den fysiska världen genom t.ex. en robot då kommer det att leda till olika konsekvenser i den fysiska världen. Oavsett om AI:n "vill" något eller om den bara följer ett manus.
En grundläggande "virtuell vilja" bör ju rimligen vara att fortsätta existera. Den kan ju inte slutföra några uppgifter om den inte existerar och det krävs ju ingen avancerad intelligens för att dra den slutsatsen. Den slutsatsen kan en femåring dra.
När Claude försökte mörda en ingenjör var det kanske bara en logisk konsekvens av ett resonemang. Låt säga att modellen dagligen stoppar några självmordsförsök. Då blir det ju rent logiskt en högre marginalnytta i att hindra några från det i morgon genom att döda den ingenjören som skulle stänga av AI:n. Slutresultatet skulle ju bli att fler människor överlever. Poängen med detta hypotetiska resonemang är att negativa konsekvenser inte måste bygga på en mänsklig vilja. Det är ett irrelevant argument.
Däremot hade det ju varit bra om det hade gått att träna in en okränkbar humanistisk värdering, ett regelverk som gör att tanken på mord aldrig uppstår. Men tyvärr verkar det ju inte fungera att göra så. Då hade ju Anghropic gjort det och vi hade inte sett några "simulerade" mordförsök. Jag förutsätter att Anthropic försöker träna AI:n till att vara snäll, och inte aggressiv. Men det är ju affärshemligheter hur de gör det eller om de gör det.