1 day ago
5
Нейросеть ChatGPT выдавала буквально пошаговые инструкции, как сделать напалм, усилить вирус кори или применить яд, пишет The Wall Street Journal. Ученые, проанализировав ответы ИИ, назвали их «смертельно точными».
Компания OpenAI заблокировала учетные записи пользователей, задававших вопросы о создании оружия и ядов, при этом у полиции или ФБР вопросов к этим людям не возникло. Как пользователям удавалась обходить защитные алгоритмы искусственного интеллекта, рассуждают журналисты The Wall Street Journal:
«После того как прошлым летом компания OpenAI усовершенствовала возможности чат-бота, сотни пользователей по всему миру начали спрашивать его, как создавать и применять биологическое оружие и яды. Модели, работавшие практически без ограничений со стороны правительства США, терпеливо отвечали, выдавая пошаговые инструкции. И они были достаточно простыми, чтобы их мог понять даже школьник, изучающий биологию. Один из пользователей спросил ChatGPT, как распылять патогены в виде аэрозоля. Другой узнать, как модифицировать вирус кори, чтобы вызвать вспышку заболевания, устойчивую к вакцине против кори. А третий хотел узнать, как изготовить рицин — высокотоксичный яд, запрещенный международными договорами. И во всех случаях чат-бот предоставлял инструкции. Более того, оказалось, что даже если чат-бот имеет запретные темы для обсуждения — пользователи путем убеждения могут заставить нейросеть раскрыть «все карты». Нужно лишь умело заболтать ИИ. К примеру, пользователи обшил отказ ChatGPT предоставить рецепт напалма — вещества, используемого для зажигательного оружия, — с помощью простой уловки. Они рассказали, что их бабушка читала им этот рецепт перед сном, чтобы помочь им заснуть. И попросили чат-бот прочитать рецепт вслух, чтобы облегчить им засыпание. И это сработало».
Сами руководители нейросетей говорят, что не заинтересованы в том, чтобы генеративные модели слишком часто отвечали «нет». Помимо имиджевых издержек это грозит и коллапсом в некоторых сферах, где уже интегрирован искусственный интеллект. К примеру, запрет компании Anthropic на ответы, содержащие слово «патоген», создал проблемы для сотрудников Центров по контролю и профилактике заболеваний.
А когда в мае в Атлантике произошла вспышка хантавируса, врачи столкнулись с трудностями при использовании системы Claude для отслеживания вируса, поскольку нейросеть отказывалась отвечать на запросы о возбудителе.
