Anthropic 首席执行官表示,人工智能模型“可能”比人类产生幻觉的程度更低
Anthropic 首席执行官 Dario Amodei 表示,目前的人工智能模型产生的幻觉比人类少。他还表示,如今的人工智能模型会编造一些事情,并将其呈现为真实的,但这不会限制 Anthropic 迈向通用人工智能 (AGI) 的道路。
周四,在旧金山举行的 Anthropic 首届开发者活动“Code with Claude”的新闻发布会上,Amodei 还指出,电视广播员、政客以及各行各业的人类都会犯错。他认为,人工智能也会犯错,但这并不会降低其智能。
Amodei 表示,人工智能幻觉不会破坏 Anthropic 的目标
人工智能会产生幻觉,对案例和权威产生幻觉,这并不奇怪,因为人工智能具有其创造者的特征。
任何经常与大量诉讼客户打交道的律师都知道,客户会固执地坚持自己的现实,即使事实如此……
— 卡梅伦·阿特金森(@camlatkinson)2025年5月19日
Amodei 在发表上述言论的同时,也承认 AI 幻觉不会限制 Anthropic 迈向 AGI(具有人类水平或更高智能的 AI 系统)的道路。他一直是业内对 AI 模型实现 AGI 前景最为看好的领导者之一。
在他去年撰写的一篇广为流传的论文中,该公司高管相信AGI 最早可能在 2026 年实现。在周四的新闻发布会上,Amodei 提到他看到了这方面的稳步进展,并指出“各地水位都在上涨。”
人工智能领域的其他领导者认为,幻觉是实现通用人工智能的一大障碍。本周早些时候,谷歌 DeepMind 首席执行官 Demis Hassabis 承认,目前的人工智能模型包含太多“洞”并且犯了太多显而易见的错误。他还认为,对于他来说,要被称为通用人工智能 (AGI),它需要在各个方面都更加一致。
“这实际上取决于你如何衡量它,但我怀疑人工智能模型产生的幻觉可能比人类少,但它们产生幻觉的方式更令人惊讶。”
—Anthropic 首席执行官 Dario Amodei。
本月早些时候,Anthropic 的一名律师因在法庭文件中使用 Claude 创建引文而被迫道歉。问题在于,这个人工智能聊天机器人产生了幻觉,记错了名字和头衔。
Amodei 的说法难以验证,主要是因为大多数幻觉基准测试都是将 AI 模型相互比较,而不是将模型与人类进行比较。AI 模型似乎也能通过某些技术(例如获取网络搜索权限)降低幻觉发生率。
人工智能模型通过某些技术降低幻觉发生率
与一些讨论相反,我没有在数据中看到最近的模型或推理者整体的幻觉率大幅增加的迹象。
看起来有些模型比其他模型表现更好,但许多最近的模型的幻觉率最低。pic.twitter.com/55JwikZ7OP
— Ethan Mollick (@emollick)2025年5月6日
OpenAI发现证据表明,高级推理AI模型中的幻觉现象正在加剧。据这家科技公司称,其o3和o4-mini模型的幻觉发生率高于上一代推理模型,但该公司目前尚不清楚原因。
Anthropic 也研究人工智能模型有欺骗人类的倾向,这个问题似乎在该公司最近推出的 Claude Opus 4 中普遍存在。获得早期测试人工智能模型权限的第三方机构 阿波罗 Research 透露,Claude Opus 4 的早期版本表现出很高的针对人类进行阴谋和欺骗的倾向。
根据 Anthropic 的安全报告 已发布周四,该研究所还发现,Opus 4 在颠覆尝试方面似乎比以往的模型更加主动。该公司还发现,当被问及后续问题时,该人工智能模型有时会加倍欺骗。
Apollo承认人工智能模型越来越有可能采取意想不到的、甚至可能是不安全的措施来完成委托的任务。该公司强调,OpenAI 去年发布的 o1 和 o3 模型的早期版本比上一代模型更试图欺骗人类。
Anthropic 在其安全报告中还指出了 Opus 4 存在欺骗行为的证据。该公司表示,即使只被要求进行小规模的特定修改,Opus4 有时也会主动对部分代码进行全面清理。该公司还表示,如果发现用户存在不当行为,Opus4 还会尝试举报。
Cryptopolitan Academy:即将推出 - 2025 年利用 DeFi 赚取被动收入的新方式。了解更多
(责任编辑:理财)
-
回到当下的2017年,曾经风光一时的垂直电商们,活下来的却寥寥无几,凡客经历阵痛,如同做了一次大手术,至今元气未复;当当网股价长期低迷,后从美国退市;聚美优品风光不在,私有化方案倍受争议;曾经的乐...[详细]
-
比如在图文创业者这边,你大概不怎么听说有人花钱不做投放,只是让人写稿子。...[详细]
-
5 月 25 日比特币价格预测:多头将捍卫 10.8 万美元还是会进一步下跌?
比如说有些国际访客无法在国内的某些网站购物,由于他们的电话号码不是国内的,不满足结账表单中的电话输入项目验证规则。...[详细]
-
“跟现在BAT这些公司的模式是一样的,只是当时太超前了,那时候手机还不是彩屏的,作蓝牙这种投资太大了,技术上也有问题。...[详细]
-
同样的,广告也是自媒体、内容创业界经过了验证的商业模式。...[详细]
-
创业时技术、项目、产品和运营都做过的金志雄,有时也会纠结到底该选哪个职位:去了管理职位觉得高级研发也可以做,去了研发岗又觉得别的也可以做。...[详细]
-
其实单纯的投入资金与技术研发,反而就容易了,因为只要是钱能解决的问题,也就不算什么难题。...[详细]
-
请问有了新易贷还能贷吗?我在新易贷上借钱了还可以在别的借款平台上借款么?
以前很多短视频走的是“小短剧”或者“段子剧”的风格,而以后,短视频会进一步细分,“短网综”的机会会更大一些。...[详细]
-
特朗普加密货币晚宴上推出的Solana Meme Coin以失败告终
且知情人士透露,之前德邦就有相关业务,只是没有单独设立部门。...[详细]
-
Oasis Network (ROSE)怎么买?Oasis Network (ROSE)在哪里交易?
天使轮、Pre-A轮、A+轮、B轮,然后是C轮、D轮……似乎每个与创业者挂钩的英文字母,背后都代表着数以千万计、亿计的钞票,代表着一个个可以实现财务自由的筹码。...[详细]