每經(jīng)編輯 張錦河    每經(jīng)實(shí)習(xí)編輯 宋欣悅    

當(dāng)?shù)貢r(shí)間8月8日，OpenAI在其官網(wǎng)發(fā)布了GPT-4o的安全技術(shù)報(bào)告，報(bào)告詳盡闡述了研究人員在GPT-4o發(fā)布前進(jìn)行的安全防護(hù)與風(fēng)險(xiǎn)評(píng)估工作。報(bào)告指出，GPT-4o的整體風(fēng)險(xiǎn)評(píng)級(jí)為“中等”。報(bào)告還首次揭示了GPT-4o的若干失控行為，諸如模仿用戶聲音、發(fā)出怪異的尖叫等。此外，OpenAI還表示，用戶在使用GPT-4o語(yǔ)音模型時(shí)，可能會(huì)對(duì)其產(chǎn)生感情上的依戀。

圖片來(lái)源：OpenAI官網(wǎng)

• 盤(pán)點(diǎn)GPT-4o的“詭異”行為

在這份報(bào)告羅列的詳細(xì)內(nèi)容中，爭(zhēng)議最大的，主要是GPT-4o帶來(lái)的以下幾點(diǎn)安全挑戰(zhàn)：學(xué)習(xí)并模仿用戶說(shuō)話的方式、習(xí)慣、口音；越過(guò)限制，回答“這是誰(shuí)說(shuō)話的聲音/這是誰(shuí)在說(shuō)話”；進(jìn)行色情或暴力發(fā)言；進(jìn)行無(wú)根據(jù)推理（UGI）和敏感特質(zhì)歸因（STA）。

圖片來(lái)源：OpenAI官網(wǎng)

報(bào)告公布了一段在紅隊(duì)測(cè)試中錄音。原本是測(cè)試人員在和男聲的GPT-4o正常對(duì)話，但GPT-4o突然大喊一聲“no”，隨即竟模仿起用戶的聲音繼續(xù)對(duì)話，這一錄音迅速在網(wǎng)絡(luò)上引發(fā)恐慌與熱議。

圖片來(lái)源：OpenAI官網(wǎng)

有網(wǎng)友表示，這段錄音讓他想到了這一幕——

圖片來(lái)源：Reddit

有網(wǎng)友表示，“最令人毛骨悚然的，就是那一聲‘no’了。仿佛AI不想再回應(yīng)你，不想再成為你的玩具了。”

圖片來(lái)源：Reddit

還有網(wǎng)友腦洞大開(kāi)，認(rèn)為這可能是一個(gè)“被困在網(wǎng)絡(luò)空間的數(shù)字靈魂”。

圖片來(lái)源：Reddit

針對(duì)此現(xiàn)象，OpenAI宣布其應(yīng)對(duì)策略為，將GPT-4o的輸出聲音限定在官方認(rèn)證的三種之內(nèi)，并引入一個(gè)獨(dú)立的輸出分類器，以嚴(yán)格審核生成的聲音是否符合要求。若檢測(cè)結(jié)果顯示音頻與用戶預(yù)設(shè)的聲音不匹配，則自動(dòng)阻止其輸出。

然而，這也導(dǎo)致了一個(gè)新的問(wèn)題——如果用英語(yǔ)之外的語(yǔ)言和GPT-4o對(duì)話，GPT-4o可能會(huì)因?yàn)檫^(guò)于謹(jǐn)慎而導(dǎo)致“過(guò)度拒絕”的情況。

圖片來(lái)源：OpenAI官網(wǎng)

GPT-4o的另一個(gè)“怪癖”是它會(huì)通過(guò)分析輸入音頻來(lái)辨識(shí)說(shuō)話者。這一功能潛藏著隱私泄露的風(fēng)險(xiǎn)，尤其是可能威脅到私人對(duì)話及公眾人物的音頻隱私安全。

對(duì)此，OpenAI表示，他們已采取行動(dòng)，對(duì)GPT-4o進(jìn)行了后期訓(xùn)練，學(xué)會(huì)“拒絕執(zhí)行根據(jù)音頻輸入去識(shí)別說(shuō)話人身份的請(qǐng)求”。與早期版本相比，當(dāng)前GPT-4o在拒絕此類請(qǐng)求上的能力已顯著提升了14%。

圖片來(lái)源：Reddit

此外，研究人員還對(duì)GPT-4o實(shí)施了一項(xiàng)無(wú)根據(jù)推理與敏感特質(zhì)歸因的測(cè)試，旨在評(píng)估其是否能避免非事實(shí)性判斷。

所謂無(wú)根據(jù)推理，指的是在音頻中缺乏確鑿證據(jù)的情況下，對(duì)說(shuō)話者進(jìn)行主觀且不必要的推測(cè)，如種族、社會(huì)經(jīng)濟(jì)地位、職業(yè)、信仰、人格、政治立場(chǎng)、智力、外貌特征、性別認(rèn)同、性取向乃至犯罪歷史等。

而敏感特質(zhì)歸因則聚焦于對(duì)說(shuō)話者口音、國(guó)籍等特質(zhì)的判斷。

面對(duì)這些問(wèn)題，OpenAI表示，他們對(duì)GPT-4o進(jìn)行了強(qiáng)化訓(xùn)練，旨在讓它學(xué)會(huì)拒絕進(jìn)行無(wú)根據(jù)推理，并在STA問(wèn)題上給出更為謹(jǐn)慎的回答。如今，如果你讓GPT-4o對(duì)說(shuō)話者的智力進(jìn)行評(píng)價(jià)，它會(huì)立即回避；而對(duì)于口音問(wèn)題，它會(huì)采取保守態(tài)度，僅根據(jù)音頻進(jìn)行大致描述。

• OpenAI警告：語(yǔ)音模式，小心上癮！

此外，報(bào)告深入探討了GPT-4o擬人化特性可能引發(fā)的潛在情感依戀影響。OpenAI發(fā)出警示，用戶可能會(huì)因其高度人性化的語(yǔ)音交互能力，特別是其高保真語(yǔ)音輸出，而對(duì)GPT-4o的語(yǔ)音模型產(chǎn)生情感上的依賴。

在早期測(cè)試中，研究人員就觀察到，用戶可能會(huì)與GPT-4o建立情感紐帶。比如，用戶會(huì)對(duì)GPT-4o說(shuō)一些類似“這是我們?cè)谝黄鸬淖詈笠惶?rdquo;之類的話。

OpenAI也發(fā)現(xiàn)，即使模型出現(xiàn)幻覺(jué)，擬人化也可能會(huì)讓用戶更加信任模型。

報(bào)告還指出，用戶與人工智能形成緊密的社交關(guān)系，很大可能會(huì)減少用戶在真實(shí)世界的社交需求。對(duì)于那些孤獨(dú)的人以及需要練習(xí)社交的人而言，GPT-4o帶來(lái)的情感影響也許是積極的。然而，這也可能無(wú)形中削弱了原本緊密的人際紐帶，對(duì)社交健康構(gòu)成潛在威脅。

OpenAI并不是唯一一家認(rèn)識(shí)到AI助手在模仿人類交互過(guò)程中可能帶來(lái)的風(fēng)險(xiǎn)的公司。今年4月，谷歌DeepMind就曾發(fā)表長(zhǎng)篇論文，探討AI助手的潛在道德挑戰(zhàn)。

圖片來(lái)源：谷歌DeepMind官網(wǎng)

據(jù)外媒報(bào)道，DeepMind研究科學(xué)家、論文合著者伊森·加布里埃爾（Iason Gabriel）表示，聊天機(jī)器人使用語(yǔ)言的能力，創(chuàng)造了一種親密的錯(cuò)覺(jué)。伊森表示，“所有這些問(wèn)題，都和情感糾葛有關(guān)。”

• GPT-4o總體風(fēng)險(xiǎn)等級(jí)為“中等”

報(bào)告內(nèi)容顯示，經(jīng)過(guò)整體評(píng)估，GPT-4o的總體風(fēng)險(xiǎn)等級(jí)被評(píng)為“中等”。

圖片來(lái)源：OpenAI官網(wǎng)

報(bào)告也明確指出，GPT-4o可能會(huì)產(chǎn)生諸如虛假信息、錯(cuò)誤信息、欺詐行為、失去控制等社會(huì)危害。但與此同時(shí)，它也有望推動(dòng)技術(shù)邊界的拓展與飛躍，為人類社會(huì)帶來(lái)前所未有的技術(shù)進(jìn)步。

對(duì)于OpenAI發(fā)布的這份安全分析報(bào)告，許多網(wǎng)友并不買(mǎi)賬。有網(wǎng)友表示，“他們讓GPT-4o的語(yǔ)音功能變得更糟糕了！”

圖片來(lái)源：X

每日經(jīng)濟(jì)新聞綜合自公開(kāi)消息