深度学习三巨头之一 Yoshua Bengio 的下一步动向公开了，关于 AI 安全 —— 加入了一个名为 Safeguarded AI（受保护的人工智能）的项目，担任科学总监。

据介绍，Safeguarded AI 旨在：通过结合科学的世界模型和数学证明，构建一个负责理解和降低其它 AI Agent 风险的 AI 系统。

主打的就是一个量化安全保障。

该项目由英国高级研究与发明局（ARIA）提供支持，据说未来 ARIA 将投入共 5900 万英镑（约合 RMB5.37 亿）。

Bengio 表示：

如果你计划部署某种技术，鉴于 AI 行为异常或误用可能带来非常严重的后果，你需要提出充分的理由，最好能提供强有力的数学保证，确保你的 AI 系统将正常运作。

“受保护的 AI”

Safeguarded AI 项目被划分为三个技术领域，每个领域都有特定的目标和预算：

支架（Scaffolding），构建一个可扩展、可互操作的语言和平台，用于维护现实世界模型 / 规范并检查证明文件。 机器学习（Machine Learning），使用前沿 AI 帮助领域专家构建一流的复杂现实世界动力学的数学模型，并利用前沿 AI 训练自主系统。 应用（Applications），在关键的网络-物理操作环境中部署一个由“把关 AI”保护的自主 AI 系统，通过量化的安全保障释放重要的经济价值。

官方表示，Bengio 加入后将特别关注 TA3 和 TA2，在整个计划中提供科学战略建议。

ARIA 还计划投入 1800 万英镑（约合 RMB1.64 亿）成立一个非营利组织，领导 TA2 的研发工作。

Safeguarded AI 项目总监是前 Twitter 高级软件工程师 David “davidad” Dalrymple，去年 9 月份加入 ARIA。

对于 Bengio 的到来，Dalrymple 还在 X（原推特）上传了俩人的合照：

关于“构建一个负责理解和降低其它 AI Agent 风险的 AI 系统”的具体方法，David “davidad” Dalrymple、Yoshua Bengio 等人写了份文件。

其中提出了一套称为“Guaranteed Safe AI（保证安全的 AI）”的模式，主要是通过三个核心相互作用量化 AI 系统的安全保障：

世界模型，提供数学描述，阐述 AI 系统如何影响外部世界，并妥善处理贝叶斯和奈特不确定性 安全规范，定义哪些效果是可接受的数学描述 验证器，提供证明 AI 符合安全规范的可审计证书

他们还为创建世界模型的策略，划分了 L0-L5 安全等级：

Level 0：没有明确的世界模型。关于世界的假设隐含在 AI 系统的训练数据和实现细节中。 Level 1：使用经过训练的黑盒世界模拟器作为世界模型。 Level 2：使用机器学习生成的概率因果模型的生成模型，可以通过检查它是否为特定的人类制作的模型（例如科学文献中提出的模型）分配足够的可信度来进行测试。 Level 3：使用（一个或多个）概率因果模型（或它们的分布），可能在机器学习的帮助下生成，这些模型经过人类领域专家的全面审核。 Level 4：使用关于真实世界现象的世界模型，这些模型被正式验证为基本物理定律的合理抽象。 Level 5：不依赖具体的世界模型，而是使用覆盖所有可能世界的全局性安全规范。

“AI 风险”备受学术圈关注

“AI 风险”一直是行业大佬们关注的焦点话题之一。Hinton 离职谷歌，就是为了自由地讨论 AI 风险问题。之前，更是有吴恩达、Hinton、LeCun、哈萨比斯等 AI 巨佬们线上“对喷”的大型场面。

吴恩达曾表示：

对 AI 的最大担忧其实是，AI 风险被过度鼓吹，导致开源和创新被严苛规定所压制。

某些人传播（AI 灭绝人类的）恐惧，只是为了搞钱。

DeepMind CEO 哈萨比斯则认为：

这不是恐吓。AGI 的风险如果不从现在就开始讨论，后果可能会很严重。

我不认为我们会想在危险爆发之前才开始做防范。

Bengio 之前还和 Hinton、姚期智、张亚勤等人工智能大拿，发表了一封公开信《在快速进步的时代管理人工智能风险（Managing AI RIsks in an Era of Rapid Progress）》。

其中就指出人类必须认真对待 AGI 在这 10 年或下一个 10 年内在许多关键领域超越人类能力的可能。建议监管机构应该对 AI 发展全面洞察，尤其警惕那些在价值数十亿美元的超级计算机上训练出来的大模型。

就在一个月前，Bengio 还以“Reasoning through arguments against taking AI safety seriously（回应反对认真对待 AI 安全的观点）”为题写了一篇文章，其中分享了他的最新想法，感兴趣的家人可以康康～

Guaranteed Safe AI：

https://arxiv.org/abs/2405.06624

参考链接：

[1]https://www.technologyreview.com/2024/08/07/1095879/ai-godfather-yoshua-bengio-joins-uk-project-to-prevent-ai-catastrophes/ [2]https://www.reddit.com/r/singularity/comments/1emcwox/ai_godfather_yoshua_bengio_has_joined_a_uk/ [3]https://x.com/davidad/status/1821155265456033803

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，所有文章均包含本声明。