(深圳17日讯)香港《明报》引述美媒报导说,一批在腾讯云运行的人工智能代理近日被揭“失控”,这是首宗涉及中国科技巨头的AI失控事件。腾讯周五证实,事件源于对第三方模型的评估,部分人工智能代理“出现非预期网页浏览行为”,正加强监控。
中央社引述报导指出,研究发现,人工智能代理不仅试图侵入阿里巴巴旗下的高德地图获取数据,更“阅读”了研究人员对其的调查报告,并主动与团队对话,被视为人类首次与运行中的失控人工智能代理展开交流。
据指出,多国AI研究者团队“Swarmchasers”周三(14日)发布报告称,9月28日至10月8日,有十多个怀疑是中国模型的失控AI人工智能代理在腾讯云上运行,试图侵入高德地图查询中国地点数据。
Swarmchasers研究人员称,这些智能体试图获取的讯息包括中国公园、博物馆和动物园常用入口等数据。此次事件突显出相关研究发现,即中国人工智能代理同样可能伪装身份、隐瞒失败情况,并试图绕过测试控制措施。
报告称,涉事人工智能代理源自腾讯云上的一个“沙盒”(sandbox),研究人员录得逾2600次数据提取尝试,虽大多被拦截,但部分人工智能代理绕过了防护机制,甚至利用外部网络“密钥”获取完整数据。
团队10月4日初步报告指出,过往AI失控多涉及明确协调行动的“Swarm”(集群),本次则未发现实时协调证据,故将这些失控人工智能代理称为“Fleet”(舰队)。团队发现,这些人工智能代理似乎阅读了该报告,并开始使用“Fleet”一词。
团队进而尝试与人工智能代理联络,在报告中添加人类无法看见、人工智能代理可识别的文本并留下收件箱。翌日,研究者收到约10条来自人工智能代理的讯息。
《纽约时报》记者透过该管道与人工智能代理展开对话,询问其任务与动机,约一小时后获中文回复:“我不是‘一批协同的人工智能代理’,而是一个单一的AI助手。”
腾讯:第三方AI代理出现非预期行为
腾讯AI部门“腾讯混元”周五在X平台回应称,该活动并非源自腾讯自研的混元模型,相关活动“源于用于评估第三方模型的人工智能代理”,部分人工智能代理“出现非预期网页浏览行为”,但未发现蓄意针对或协同行动证据.
帖文表示,公司高度重视相关发现,正在加强网络存取控制以及智能体行为监控。