Meta 发布前沿 AI 框架:会暂停开发其认为风险过高的 AI 系统

Meta 公司首席执行官马克・扎克伯格曾承诺,有朝一日将把通用人工智能(AGI)—— 即能够完成人类所能完成任何任务的人工智能 —— 公开提供给大众。然而,根据 Meta 最新发布的政策文件,该公司在某些情况下可能会限制其内部开发的高性能人工智能系统的发布。

Meta 公司首席执行官马克・扎克伯格曾承诺,有朝一日将把通用人工智能(AGI)—— 即能够完成人类所能完成任何任务的人工智能 —— 公开提供给大众。然而,根据 Meta 最新发布的政策文件,该公司在某些情况下可能会限制其内部开发的高性能人工智能系统的发布。

Meta 发布前沿 AI 框架:会暂停开发其认为风险过高的 AI 系统

这份名为“Frontier AI Framework(前沿人工智能框架)”的文件,明确了两种 Meta 认为发布风险过高的 AI 系统类型:“高风险”系统和“关键风险”系统。按照 Meta 的定义,这两种系统都具备协助实施网络攻击、化学攻击和生物攻击的能力,区别在于“关键风险”系统可能导致“在拟议的部署环境中无法缓解的灾难性后果”,而“高风险”系统虽可能使攻击更容易实施,但不如“关键风险”系统那样可靠或稳定。

AI在线注意到,Meta 在文件中列举了一些具体攻击场景,例如“对遵循最佳实践保护的企业级环境进行端到端自动化入侵”以及“高影响力生物武器的扩散”。Meta 承认,其文件中列出的潜在灾难性事件远非详尽,但这些是 Meta 认为“最紧迫”且最有可能因发布强大 AI 系统而直接引发的事件。

值得注意的是,Meta 在评估系统风险时,并非仅依赖单一的实证测试,而是综合内部和外部研究人员的意见,并由“高级别决策者”进行审查。Meta 表示,这是因为目前评估科学尚未“足够强大,以提供决定系统风险性的明确量化指标”。

如果 Meta 判定某个系统为“高风险”,该公司将限制系统在内部的访问权限,并在实施风险缓解措施以将风险降至“中等水平”之前,不会发布该系统。而如果系统被判定为“关键风险”,Meta 将采取未具体说明的安全防护措施,防止系统被非法获取,并暂停开发,直到系统能够被降低危险性为止。

Meta 表示,其“前沿人工智能框架”将随着人工智能领域的变化而不断演变。此前,Meta 已承诺在本月的法国人工智能行动峰会上提前发布该框架。这一框架似乎是对公司“开放”开发系统方法受到的批评的一种回应。Meta 一直采用将人工智能技术公开提供(尽管并非通常意义上的开源)的策略,这与选择将系统置于 API 背后的 OpenAI 等公司形成对比。

在文件中,Meta 表示:“我们相信,在考虑开发和部署先进人工智能的利弊时,有可能以一种既能保留该技术对社会的益处,又能保持适当风险水平的方式,将该技术提供给社会。”

相关资讯

Meta AI 全球市场扩张,并上线网页版 meta.ai

Meta 公司近日宣布 Llama 3 大语言模型之外,扩展 Meta AI 服务到美国之外的 13 个国家和地区,还宣布上线专门的聊天网站:meta.ai。Meta 公司在新闻稿中表示开始在全球市场扩展 Meta AI,在澳大利亚、加拿大、南非和新加坡等国家和地区推出英语版本。IT之家附上 Meta AI 扩展的国家和地区如下澳大利亚加拿大加纳牙买加马拉维新西兰尼日利亚巴基斯坦新加坡南非乌干达赞比亚津巴布韦Meta AI 整合了 Llama 3 大语言模型,速度更快、智能性更高、功能更强,是执行各种任务的理想选择

Llama3后,Meta又开放自家头显操作系统,打造元宇宙时代新安卓

虽然向第三方开放了操作系统,但 Meta 将继续开发 Quest 头显设备。Meta 誓将开放进行到底。这次把自家 VR 头显 Quest 采用的操作系统「Meta Horizon OS」向第三方硬件制造商开放了,包括华硕、联想和微软等一众企业。此举意在展示作为 MR 操作系统整合者的 Meta 对元宇宙开放的新愿景。至此,Meta 正式向实现元宇宙更开放的计算平台愿景迈出下一步。为实现该恢弘战略,Meta 同时在三方面不断发力,并竭力整合资源:向第三方硬件制造商开放 Meta Quest 设备的操作系统,为消费者

不到60秒就能生成3D「手办」,Meta发力3D生成,ChatGPT时刻要来了吗?

3D 生成,一直在等待它的「ChatGPT时刻」。一直以来,创作 3D 内容是设计和开发视频游戏、增强现实、虚拟现实以及影视特效中最重要的部分。然而,3D 生成具有独特而艰巨的挑战,这是图像和视频等其他生成内容所不具备的。首先,3D 内容在艺术质量、生成速度、3D 网格结构和拓扑质量、UV 贴图结构以及纹理清晰度和分辨率方面具有严格的标准;其次,与其他研究相比,可用的数据量少。虽然该领域有数十亿张图像和视频可供学习,但可用于训练的 3D 内容数量要少三到四个数量级。因此,现阶段的3D 生成还必须从非 3D 的图像和