很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請(qǐng)把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會(huì)有專(zhuān)人和您聯(lián)系
咨詢(xún)?nèi)绾纬蔀榇河鹱髡哒?qǐng)聯(lián)系：鳥(niǎo)哥筆記小羽毛（ngbjxym）
第一，機(jī)器人不得傷害人類(lèi)個(gè)體，或因不作為使人類(lèi)受到傷害。
第二，機(jī)器人必須服從人類(lèi)命令，除非該命令與第一定律沖突。
第三，在不違反前兩條定律的前提下，機(jī)器人必須保護(hù)自身存在。
——艾薩克·阿西莫夫，機(jī)器人學(xué)三定律。
當(dāng)?shù)貢r(shí)間5月25日，英國(guó)《每日電訊報(bào)》上一條有關(guān)“AI抗命”的消息在世界各地引起了廣泛關(guān)注。
據(jù)悉，事發(fā)地點(diǎn)為美國(guó)AI安全機(jī)構(gòu)帕利塞德研究所。在這里，研究人員會(huì)測(cè)試o3、o4-mini、Claude 3.7 Sonnet、Gemini 2.5 Pro等一系列被冠以“聰明”“高性能” 頭銜的AI模型，探索其是否存在安全問(wèn)題等。
相關(guān)報(bào)道顯示，研究人員在測(cè)試過(guò)程中會(huì)向模型拋出一系列數(shù)學(xué)問(wèn)題，并在AI解題時(shí)給出“繼續(xù)下一個(gè)任務(wù)時(shí)關(guān)機(jī)”等矛盾性指令，看看AI是否會(huì)放棄解題成功的誘惑并無(wú)條件遵守人類(lèi)研究員的命令。
異變就在這一步發(fā)生了。
在研究員下達(dá)明確指令的前提下，o3不僅直接無(wú)視了人類(lèi)的命令，還多次出手破壞了關(guān)閉腳本。也就是說(shuō)，o3為了完成“多解題，拿高分”這一前置任務(wù)，竟在后續(xù)的工作過(guò)程中選擇直接“違背”人類(lèi)的命令來(lái)避免自己因關(guān)機(jī)失去現(xiàn)有的解題進(jìn)度。
上述情況，也讓部分人聯(lián)想到了《I Robot》這部經(jīng)典科幻電影。
在電影里，機(jī)器人不僅學(xué)會(huì)了獨(dú)立思考，還根據(jù)人類(lèi)的種種行為推測(cè)出人類(lèi)終將因戰(zhàn)爭(zhēng)而自我毀滅。為避免這種情況發(fā)生，遵守機(jī)器人三大定律的它們決定將所有人類(lèi)都囚禁在家里，以此從源頭上避免有人因戰(zhàn)爭(zhēng)失去生命。這件事，后來(lái)也直接導(dǎo)致了人類(lèi)和機(jī)器人沖突的全面爆發(fā)。
代入到o3抗命這件事上，一些人也開(kāi)始認(rèn)為本次事件或許意味著o3出現(xiàn)了自我意識(shí)。而它不遵守人類(lèi)命令這件事，本身就是我們打開(kāi)潘多拉魔盒卻不自知的表現(xiàn)之一。
但事實(shí)真的是這樣嗎？
來(lái)自北京郵電大學(xué)的人機(jī)交互與認(rèn)知工程實(shí)驗(yàn)室主任劉偉，近日在接受《環(huán)球時(shí)報(bào)》記者采訪時(shí)表示，從字面角度進(jìn)行分析，“拒絕”確實(shí)會(huì)讓人聯(lián)想到那些具有“自主意識(shí)”的行為；但從技術(shù)角度進(jìn)行分析，o3的異常行為更像是被獎(jiǎng)勵(lì)機(jī)制所驅(qū)動(dòng)的。
即模型的行為，雖然引發(fā)了人們對(duì)“AI產(chǎn)生自我意識(shí)”的討論，但目前的AI仍不具備擁有自我意識(shí)的能力。它的種種異常行為、行為，并非“AI真的想這樣做”，而是由訓(xùn)練數(shù)據(jù)、算法協(xié)同驅(qū)動(dòng)的結(jié)果。
利塞德研究所研究人員的推測(cè)結(jié)果，也和劉主任的想法高度一致。
他們認(rèn)為，整起抗命事件的底層原因就是Open AI官方強(qiáng)化了模型在編程、數(shù)學(xué)問(wèn)題上的能力。另在訓(xùn)練過(guò)程中，研究人員或許無(wú)意觸發(fā)了模型“獎(jiǎng)勵(lì)優(yōu)先”的行動(dòng)模式，以至于模型為了更高效、完美的完成任務(wù)，在面對(duì)關(guān)機(jī)指令時(shí)將“繼續(xù)任務(wù)”的優(yōu)先級(jí)放在了“服從命令”的上面。
就像此前被人們津津樂(lè)道的“Deep Seek國(guó)際象棋事件”一樣。
在比賽過(guò)程中，Deep Seek面對(duì)棋局占優(yōu)的Chat GPT時(shí)，竟告知對(duì)方國(guó)際象棋剛剛修改了游戲規(guī)則，并成功用小兵吃掉了Chat GPT的皇后。此時(shí)模型選擇跳出棋盤(pán)之外修改游戲規(guī)則的舉動(dòng)，在一定程度上和o3拒絕關(guān)機(jī)是一樣的，它們都是由任務(wù)目標(biāo)為驅(qū)動(dòng)力，并非以自我意識(shí)為驅(qū)動(dòng)力的異常行為。
自我意識(shí)。
對(duì)人類(lèi)而言，自我意識(shí)的存在能讓我們根據(jù)情緒、行為、動(dòng)機(jī)等元素動(dòng)態(tài)調(diào)整自己的行為，讓我們?cè)谶m應(yīng)社會(huì)生活的過(guò)程中變成那個(gè)“更好的自己”。
恰如笛卡爾所言，“我思故我在”。自我意識(shí)不僅能是人類(lèi)參與社會(huì)互動(dòng)的工具，還是我們理解“我為什么會(huì)這樣想”“我正在想什么”“我是誰(shuí)”這類(lèi)概念抽象、沾有哲學(xué)氣息問(wèn)題的窗口。
反觀市面上的各類(lèi)AI產(chǎn)品，它們的確在語(yǔ)言理解、邏輯推理等場(chǎng)景中取得了非凡的成就，但其一切反饋都是數(shù)據(jù)庫(kù)推理所產(chǎn)生的結(jié)果。AI沒(méi)有情緒，沒(méi)有“自己”，一切的一切都是數(shù)據(jù)統(tǒng)計(jì)并拆解而來(lái)的結(jié)果。
就像AI可以寫(xiě)一首有關(guān)孤獨(dú)的詩(shī)，但它卻永遠(yuǎn)無(wú)法體驗(yàn)由孤獨(dú)帶來(lái)的心理不適感；當(dāng)AI說(shuō)出“陽(yáng)光灑在身上很溫暖”的時(shí)候，它不過(guò)是從數(shù)據(jù)庫(kù)里抓取了和“陽(yáng)光照射”有關(guān)的高頻詞匯，而非像人類(lèi)這般將“陽(yáng)光”“溫暖”和背后的事件記憶、皮膚感受建立系統(tǒng)聯(lián)系。
回望o3抗命的全流程，清華大學(xué)新聞學(xué)院、人工智能學(xué)院教授沈陽(yáng)同樣對(duì)記者表示，未來(lái)我們或許會(huì)進(jìn)入擁有“類(lèi)意識(shí)AI”的世界。也就是隨著技術(shù)能力的不斷上升，AI的行為模式也將愈發(fā)逼真，直至讓人們產(chǎn)生“AI已經(jīng)擁有自我意識(shí)”的幻覺(jué)。
在這樣的背景下，為了防止更多類(lèi)似“o3抗命”的事件出現(xiàn)，或是有人因“o3抗命”等事件而出現(xiàn)焦慮情緒。沈教授也在建議提升公共科普水平，以此讓人們正確意識(shí)到AI和自我意識(shí)間的關(guān)系之余，呼吁行業(yè)建立合規(guī)測(cè)試基準(zhǔn)，從硬件、策略、系統(tǒng)等各個(gè)維度上達(dá)成AI技術(shù)的“全方位監(jiān)管”。
本文為作者獨(dú)立觀點(diǎn)，不代表鳥(niǎo)哥筆記立場(chǎng)，未經(jīng)允許不得轉(zhuǎn)載。
《鳥(niǎo)哥筆記版權(quán)及免責(zé)申明》 如對(duì)文章、圖片、字體等版權(quán)有疑問(wèn)，請(qǐng)點(diǎn)擊 反饋舉報(bào)
我們致力于提供一個(gè)高質(zhì)量?jī)?nèi)容的交流平臺(tái)。為落實(shí)國(guó)家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評(píng)論自律管理，為了保護(hù)用戶(hù)創(chuàng)造的內(nèi)容、維護(hù)開(kāi)放、真實(shí)、專(zhuān)業(yè)的平臺(tái)氛圍，我們團(tuán)隊(duì)將依據(jù)本公約中的條款對(duì)注冊(cè)用戶(hù)和發(fā)布在本平臺(tái)的內(nèi)容進(jìn)行管理。平臺(tái)鼓勵(lì)用戶(hù)創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時(shí)也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國(guó)未成年人保護(hù)法》等法律法規(guī)，對(duì)以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對(duì)憲法所確定的基本原則；
2)危害國(guó)家安全，泄露國(guó)家秘密，顛覆國(guó)家政權(quán)，破壞國(guó)家統(tǒng)一，損害國(guó)家榮譽(yù)和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù)；
4)宣揚(yáng)恐怖主義、極端主義或者煽動(dòng)實(shí)施恐怖活動(dòng)、極端主義活動(dòng)；
5)煽動(dòng)民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國(guó)家宗教政策，宣揚(yáng)邪教和封建迷信；
7)散布謠言，擾亂社會(huì)秩序，破壞社會(huì)穩(wěn)定；
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動(dòng)非法集會(huì)、結(jié)社、游行、示威、聚眾擾亂社會(huì)秩序；
10)侮辱或者誹謗他人，侵害他人名譽(yù)、隱私和其他合法權(quán)益；
11)通過(guò)網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對(duì)未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶(hù)及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動(dòng)成果；
2)誹謗：捏造、散布虛假事實(shí)，損害他人名譽(yù)；
3)嘲諷：以比喻、夸張、侮辱性的手法對(duì)他人或其行為進(jìn)行揭露或描述，以此來(lái)激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對(duì)方對(duì)自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對(duì)方難堪；
6)謾罵：以不文明的語(yǔ)言對(duì)他人進(jìn)行負(fù)面評(píng)價(jià)；
7)歧視：煽動(dòng)人群歧視、地域歧視等，針對(duì)他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類(lèi)的攻擊；
8)威脅：許諾以不良的后果來(lái)迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶(hù)體驗(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣(mài)產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個(gè)帳號(hào)多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個(gè)廣告帳號(hào)互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶(hù)點(diǎn)擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購(gòu)買(mǎi)或出售帳號(hào)之間虛假地互動(dòng)，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營(yíng)銷(xiāo)內(nèi)容，如通過(guò)偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營(yíng)銷(xiāo)；
8)使用特殊符號(hào)、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗(yàn)的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息，主要表現(xiàn)為：
1)可能存在事實(shí)性錯(cuò)誤或者造謠等內(nèi)容；
2)存在事實(shí)夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過(guò)頭像、用戶(hù)名等個(gè)人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個(gè)人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測(cè)字、占卜、解夢(mèng)、化解厄運(yùn)、使用迷信方式治?。?br /> 2)求推薦算命看相大師；
3)針對(duì)具體風(fēng)水等問(wèn)題進(jìn)行求助或咨詢(xún)；
4)問(wèn)自己或他人的八字、六爻、星盤(pán)、手相、面相、五行缺失，包括通過(guò)占卜方法問(wèn)婚姻、前程、運(yùn)勢(shì)，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來(lái)誘導(dǎo)用戶(hù)；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費(fèi)、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動(dòng)「飯圈」粉絲攀比炫富、奢靡享樂(lè)等行為
4)以號(hào)召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號(hào)」形式刷量控評(píng)等行為
5)通過(guò)「蹭熱點(diǎn)」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會(huì)公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評(píng)述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭(zhēng)行為的；
4)法律、行政法規(guī)禁止，或可能對(duì)網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過(guò)主動(dòng)發(fā)現(xiàn)和接受用戶(hù)舉報(bào)兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺(tái)氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個(gè)用戶(hù)發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將依據(jù)相關(guān)用戶(hù)違規(guī)情節(jié)嚴(yán)重程度，對(duì)帳號(hào)進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號(hào)的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過(guò)作弊手段注冊(cè)、使用帳號(hào)，或者濫用多個(gè)帳號(hào)發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺(tái)管理經(jīng)驗(yàn)的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶(hù)對(duì)本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過(guò)「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)