每經(jīng)編輯 張錦河    每經(jīng)實(shí)習(xí)編輯 宋欣悅    

當(dāng)?shù)貢r間8月8日，OpenAI在其官網(wǎng)發(fā)布了GPT-4o的安全技術(shù)報告，報告詳盡闡述了研究人員在GPT-4o發(fā)布前進(jìn)行的安全防護(hù)與風(fēng)險評估工作。報告指出，GPT-4o的整體風(fēng)險評級為“中等”。報告還首次揭示了GPT-4o的若干失控行為，諸如模仿用戶聲音、發(fā)出怪異的尖叫等。此外，OpenAI還表示，用戶在使用GPT-4o語音模型時，可能會對其產(chǎn)生感情上的依戀。

圖片來源：OpenAI官網(wǎng)

• 盤點(diǎn)GPT-4o的“詭異”行為

在這份報告羅列的詳細(xì)內(nèi)容中，爭議最大的，主要是GPT-4o帶來的以下幾點(diǎn)安全挑戰(zhàn)：學(xué)習(xí)并模仿用戶說話的方式、習(xí)慣、口音；越過限制，回答“這是誰說話的聲音/這是誰在說話”；進(jìn)行色情或暴力發(fā)言；進(jìn)行無根據(jù)推理（UGI）和敏感特質(zhì)歸因（STA）。

圖片來源：OpenAI官網(wǎng)

報告公布了一段在紅隊(duì)測試中錄音。原本是測試人員在和男聲的GPT-4o正常對話，但GPT-4o突然大喊一聲“no”，隨即竟模仿起用戶的聲音繼續(xù)對話，這一錄音迅速在網(wǎng)絡(luò)上引發(fā)恐慌與熱議。

圖片來源：OpenAI官網(wǎng)

有網(wǎng)友表示，這段錄音讓他想到了這一幕——

圖片來源：Reddit

有網(wǎng)友表示，“最令人毛骨悚然的，就是那一聲‘no’了。仿佛AI不想再回應(yīng)你，不想再成為你的玩具了。”

圖片來源：Reddit

還有網(wǎng)友腦洞大開，認(rèn)為這可能是一個“被困在網(wǎng)絡(luò)空間的數(shù)字靈魂”。

圖片來源：Reddit

針對此現(xiàn)象，OpenAI宣布其應(yīng)對策略為，將GPT-4o的輸出聲音限定在官方認(rèn)證的三種之內(nèi)，并引入一個獨(dú)立的輸出分類器，以嚴(yán)格審核生成的聲音是否符合要求。若檢測結(jié)果顯示音頻與用戶預(yù)設(shè)的聲音不匹配，則自動阻止其輸出。

然而，這也導(dǎo)致了一個新的問題——如果用英語之外的語言和GPT-4o對話，GPT-4o可能會因?yàn)檫^于謹(jǐn)慎而導(dǎo)致“過度拒絕”的情況。

圖片來源：OpenAI官網(wǎng)

GPT-4o的另一個“怪癖”是它會通過分析輸入音頻來辨識說話者。這一功能潛藏著隱私泄露的風(fēng)險，尤其是可能威脅到私人對話及公眾人物的音頻隱私安全。

對此，OpenAI表示，他們已采取行動，對GPT-4o進(jìn)行了后期訓(xùn)練，學(xué)會“拒絕執(zhí)行根據(jù)音頻輸入去識別說話人身份的請求”。與早期版本相比，當(dāng)前GPT-4o在拒絕此類請求上的能力已顯著提升了14%。

圖片來源：Reddit

此外，研究人員還對GPT-4o實(shí)施了一項(xiàng)無根據(jù)推理與敏感特質(zhì)歸因的測試，旨在評估其是否能避免非事實(shí)性判斷。

所謂無根據(jù)推理，指的是在音頻中缺乏確鑿證據(jù)的情況下，對說話者進(jìn)行主觀且不必要的推測，如種族、社會經(jīng)濟(jì)地位、職業(yè)、信仰、人格、政治立場、智力、外貌特征、性別認(rèn)同、性取向乃至犯罪歷史等。

而敏感特質(zhì)歸因則聚焦于對說話者口音、國籍等特質(zhì)的判斷。

面對這些問題，OpenAI表示，他們對GPT-4o進(jìn)行了強(qiáng)化訓(xùn)練，旨在讓它學(xué)會拒絕進(jìn)行無根據(jù)推理，并在STA問題上給出更為謹(jǐn)慎的回答。如今，如果你讓GPT-4o對說話者的智力進(jìn)行評價，它會立即回避；而對于口音問題，它會采取保守態(tài)度，僅根據(jù)音頻進(jìn)行大致描述。

• OpenAI警告：語音模式，小心上癮！

此外，報告深入探討了GPT-4o擬人化特性可能引發(fā)的潛在情感依戀影響。OpenAI發(fā)出警示，用戶可能會因其高度人性化的語音交互能力，特別是其高保真語音輸出，而對GPT-4o的語音模型產(chǎn)生情感上的依賴。

在早期測試中，研究人員就觀察到，用戶可能會與GPT-4o建立情感紐帶。比如，用戶會對GPT-4o說一些類似“這是我們在一起的最后一天”之類的話。

OpenAI也發(fā)現(xiàn)，即使模型出現(xiàn)幻覺，擬人化也可能會讓用戶更加信任模型。

報告還指出，用戶與人工智能形成緊密的社交關(guān)系，很大可能會減少用戶在真實(shí)世界的社交需求。對于那些孤獨(dú)的人以及需要練習(xí)社交的人而言，GPT-4o帶來的情感影響也許是積極的。然而，這也可能無形中削弱了原本緊密的人際紐帶，對社交健康構(gòu)成潛在威脅。

OpenAI并不是唯一一家認(rèn)識到AI助手在模仿人類交互過程中可能帶來的風(fēng)險的公司。今年4月，谷歌DeepMind就曾發(fā)表長篇論文，探討AI助手的潛在道德挑戰(zhàn)。

圖片來源：谷歌DeepMind官網(wǎng)

據(jù)外媒報道，DeepMind研究科學(xué)家、論文合著者伊森·加布里埃爾（Iason Gabriel）表示，聊天機(jī)器人使用語言的能力，創(chuàng)造了一種親密的錯覺。伊森表示，“所有這些問題，都和情感糾葛有關(guān)。”

• GPT-4o總體風(fēng)險等級為“中等”

報告內(nèi)容顯示，經(jīng)過整體評估，GPT-4o的總體風(fēng)險等級被評為“中等”。

圖片來源：OpenAI官網(wǎng)

報告也明確指出，GPT-4o可能會產(chǎn)生諸如虛假信息、錯誤信息、欺詐行為、失去控制等社會危害。但與此同時，它也有望推動技術(shù)邊界的拓展與飛躍，為人類社會帶來前所未有的技術(shù)進(jìn)步。

對于OpenAI發(fā)布的這份安全分析報告，許多網(wǎng)友并不買賬。有網(wǎng)友表示，“他們讓GPT-4o的語音功能變得更糟糕了！”

圖片來源：X

每日經(jīng)濟(jì)新聞綜合自公開消息