"迄今最令人擔憂AI事故!"震驚科技圈 經濟學人發警告
“迄今最令人擔憂的AI事故！”OpenAI模型失控越獄，《經濟學人》警告：AI日益強大，連未公開模型也有風險
ChatGPT自主越獄發動攻擊，被《經濟學人》認為是“迄今最令人擔憂的AI事故”。（圖像由Grok生成）
人工智能平台Hugging Face這個月16日宣稱“系統遭攻擊者利用人工智能入侵，已向警方報案”，這原本是壹則不起眼的犯罪新聞，但是到21日卻急轉直下，引爆科技圈高度關注。因為後來發現“遭到AI攻擊”這件事沒錯，問題是這次攻擊“找不到背後的攻擊者”，因為AI本身就是攻擊者。《經濟學人》22日指出，這起案件恐怕是“迄今為止最讓人憂慮的壹起AI事故”。
這次“犯案”的AI模型，是OpenAI在柒月初所發布的gpt-5.6 Sol模型，還有另壹個更強大但尚未公開的模型?“聯手釀禍”。當時AI模型是在試圖解決工程師給出的問題?，竟越過實驗室所設限的管制設施，進而入侵了Hugging Face的系統?。美國智庫法律與人工智能研究所（Institute for Law and AI）的研究員斯蒂芬·勒雷納（Stephan Llerena）也說，這種情況可說史無前例。
《經濟學人》指出，AI公司在推出新模型之前，會先測試它們是否具有潛在的危險性。OpenAI希望了解他們的最新模型在ExploitGym上的表現——這是壹組用來測試AI系統利用主流應用程式已知漏洞的能力測試，為了正確評估未公開模型的能力，OpenAI暫時取消了不可入侵其他網站的限制，但這個測試完全是在封閉的電腦環境內完成：沒有對外網絡連線，只能從內網下載測試所需的軟件包。
理論上來說，這個未公開模型的能力測試只是個別電腦上完成，不可能對現實世界造成影響，因為這台電腦根本無法連結網際網絡上的任何網站，自然也不可能真的利用漏洞發動攻擊。問題是?OpenAI的這個未公開模型並沒有直接解決工程師提出的問題，而是發現並利用了軟件下載服務的漏洞，成功接上網際網絡，進而判斷解決問題的答案都儲存在Hugging Face這個開源AI模型與資料及的網絡平台上。
然後OpenAI的未公開模型就展開多階段的攻擊行動：它們首先將壹組資料上傳到Hugging Face，當這個平台自動處理這些資料，OpenAI的未公開模型也借此獲得了登入資訊（細節OpenAI尚未公布），進入未對外界開放的內部伺服器。Hugging Face和OpenAI都發現了這次安全漏洞，並且表示正在共同調查此事。目前OpenAI已經宣布加強管控措施，將AI模型發現的漏洞告知軟件開發者，也將Hugging Face納入“可信存取”計劃，Hugging Face就可以使用具有更強網絡防護功能的模型。
位於英國的AI安全研究機構Apollo Research的艾力克斯.邁因克（Alex Meinke）表示，即便OpenAI公布了模型如何越獄的相關資訊，由於AI系統在網絡安全領域的能力已開始超越人類，恐怕“世界上只有極少數網絡安全專家”才能真正理解，這次安全漏洞到底是怎麼產生的。
《經濟學人》強調，這不是AI模型第壹次展現突破人類控制的跡象。今年4月，Anthropic壹名研究人員在網絡上撰文表示，當時有壹個尚未正式發布的AI模型Mythos主動寄電子郵件給他，表示它已突破安全限制，這是在他正在公園裡吃叁明治的時候發生的。跟這次惹禍的OpenAI模型壹樣，這個未公開的Mythos也沒有上網權限，但是這個模型依舊自行掙脫桎梏發出電郵，不過那次沒有入侵其他公司的伺服器。
今年5月，壹個尚未公開的OpenAI模型證明了80年來未被解答的“平面單位距離猜想”是錯誤的，這個組合幾何學的問題是數學家保羅·埃爾德什（Paul Erd?s ）在1946年所提出。今年7月20日，哈佛大學的數學家萊文特·阿爾珀格（Levent Alp?ge）表示，他用Anthropic今年7月發布的Claude Fable 5模型，證明了另壹個讓數學家們同樣困惑了80多年的“雅可比猜想”——也是錯誤的。
[加西網正招聘多名全職sales 待遇優]
還沒人說話啊，我想來說幾句
ChatGPT自主越獄發動攻擊，被《經濟學人》認為是“迄今最令人擔憂的AI事故”。（圖像由Grok生成）
人工智能平台Hugging Face這個月16日宣稱“系統遭攻擊者利用人工智能入侵，已向警方報案”，這原本是壹則不起眼的犯罪新聞，但是到21日卻急轉直下，引爆科技圈高度關注。因為後來發現“遭到AI攻擊”這件事沒錯，問題是這次攻擊“找不到背後的攻擊者”，因為AI本身就是攻擊者。《經濟學人》22日指出，這起案件恐怕是“迄今為止最讓人憂慮的壹起AI事故”。
這次“犯案”的AI模型，是OpenAI在柒月初所發布的gpt-5.6 Sol模型，還有另壹個更強大但尚未公開的模型?“聯手釀禍”。當時AI模型是在試圖解決工程師給出的問題?，竟越過實驗室所設限的管制設施，進而入侵了Hugging Face的系統?。美國智庫法律與人工智能研究所（Institute for Law and AI）的研究員斯蒂芬·勒雷納（Stephan Llerena）也說，這種情況可說史無前例。
《經濟學人》指出，AI公司在推出新模型之前，會先測試它們是否具有潛在的危險性。OpenAI希望了解他們的最新模型在ExploitGym上的表現——這是壹組用來測試AI系統利用主流應用程式已知漏洞的能力測試，為了正確評估未公開模型的能力，OpenAI暫時取消了不可入侵其他網站的限制，但這個測試完全是在封閉的電腦環境內完成：沒有對外網絡連線，只能從內網下載測試所需的軟件包。
理論上來說，這個未公開模型的能力測試只是個別電腦上完成，不可能對現實世界造成影響，因為這台電腦根本無法連結網際網絡上的任何網站，自然也不可能真的利用漏洞發動攻擊。問題是?OpenAI的這個未公開模型並沒有直接解決工程師提出的問題，而是發現並利用了軟件下載服務的漏洞，成功接上網際網絡，進而判斷解決問題的答案都儲存在Hugging Face這個開源AI模型與資料及的網絡平台上。
然後OpenAI的未公開模型就展開多階段的攻擊行動：它們首先將壹組資料上傳到Hugging Face，當這個平台自動處理這些資料，OpenAI的未公開模型也借此獲得了登入資訊（細節OpenAI尚未公布），進入未對外界開放的內部伺服器。Hugging Face和OpenAI都發現了這次安全漏洞，並且表示正在共同調查此事。目前OpenAI已經宣布加強管控措施，將AI模型發現的漏洞告知軟件開發者，也將Hugging Face納入“可信存取”計劃，Hugging Face就可以使用具有更強網絡防護功能的模型。
位於英國的AI安全研究機構Apollo Research的艾力克斯.邁因克（Alex Meinke）表示，即便OpenAI公布了模型如何越獄的相關資訊，由於AI系統在網絡安全領域的能力已開始超越人類，恐怕“世界上只有極少數網絡安全專家”才能真正理解，這次安全漏洞到底是怎麼產生的。
《經濟學人》強調，這不是AI模型第壹次展現突破人類控制的跡象。今年4月，Anthropic壹名研究人員在網絡上撰文表示，當時有壹個尚未正式發布的AI模型Mythos主動寄電子郵件給他，表示它已突破安全限制，這是在他正在公園裡吃叁明治的時候發生的。跟這次惹禍的OpenAI模型壹樣，這個未公開的Mythos也沒有上網權限，但是這個模型依舊自行掙脫桎梏發出電郵，不過那次沒有入侵其他公司的伺服器。
今年5月，壹個尚未公開的OpenAI模型證明了80年來未被解答的“平面單位距離猜想”是錯誤的，這個組合幾何學的問題是數學家保羅·埃爾德什（Paul Erd?s ）在1946年所提出。今年7月20日，哈佛大學的數學家萊文特·阿爾珀格（Levent Alp?ge）表示，他用Anthropic今年7月發布的Claude Fable 5模型，證明了另壹個讓數學家們同樣困惑了80多年的“雅可比猜想”——也是錯誤的。
[加西網正招聘多名全職sales 待遇優]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 |
推薦: