《造神之后》探讨AI安全与人类对齐困境

杰弗里·辛顿用半生证明机器能变聪明，离开谷歌后却开始警告AI风险。罗伯特·赖特在新书《造神之后》中指出，大语言模型的内部运作难以完全看透。2024年Anthropic曾在Claude内部找到与金门大桥相关的活动模式并增强它，使模型对该桥近乎痴迷。赖特认为，AI安全不仅是对机器的测试，更是对人类协作能力的“上帝测试”。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。