Anthropic公司CEO谈AI发展:Cluade安全超过商业利益

Anthropic公司今年3月发布的超越GPT-4模型Claude3 opus,成功吸引了大量GPT-4用户“叛变”。

作为OpenAI的头号劲敌,Claude3发布方Anthropic公司的联合创始人兼CEO,达里奥·阿莫迪(Dario·Amodei)承诺:在能够制定出足够强大的安全措施之前,不会发布超过一定能力水平的人工智能。

这句话简直就是明着去打Sam Altman的脸,跟OpenAI当下“商业至上”的价值观唱反调。

要知道,前不久因Altman不愿给AI安全问题太多资源,导致负责AI安全问题的OpenAI前首席科学家Ilya Sutskever愤而离职,RLHF的发明者之一Jan Leike更是直接跳槽到Anthropic。忽视AI安全问题,利欲熏心、奉行AI商业化产品至上,这就是如今的OpenAI。

犹豫发布Claude,让ChatGPT抢先

时间追溯回2022年的夏天。人工智能公司Anthropic也只是一个刚创立一年,大概只有50人的创业公司。而那时,这个公司的CEO,Amodei,却面临着一个艰难的决定:是否应该公布一个令他和他的团队不得不敬畏的“聊天机器人”——Claude。

这个刚经过训练的机器人Claude,比他们以前见到过的任何机器人都要强大的多。Amodei也知道,公布Claude,就会为Anthropic公司带来无穷的金钱与名声。但他以非常谨慎的态度,放弃了这泼天的富贵。这一切都源自于Amodei的担忧,他担心人工智能问世后带来的潜在影响与后果,这也导致了Claude只能继续在内部进行安全测试。

但就在三个月后,他们的竞争对手OpenAI首当其冲,向世人公布了一款名为ChatGPT的人工智能产品。它席卷起一波人工智能领域的狂潮,这一狂潮也推动了整个科技行业的大洗牌。

3.5研究测试:
hujiaoai.cn
4研究测试:
askmanyai.cn
Claude-3研究测试:
hiclaude3.com

一场人工智能竞赛已经打响了,Amodei的决策却让Anthropic错失了与竞争对手OpenAI同步推出类似产品的机会,也导致了团队浪费了近十亿美元。但Amodei坚信,如果处理不当,先进的人工智能可能会带来灾难性的风险。真正的成功不仅仅是商业收益,更在于确保技术的安全性和对社会的负责任。

Amodei的意识是正确的,虽然在ChatGPT发布GPT-4的后一天,Anthropic才发布初版Claude模型,但它的严谨性,安全性也使这个公司得到了非常“微妙”的赞誉:在所有构建前沿的人工智能公司中,Anthropic是最年轻的,需求资金最少的,也是最明确致力于人工智能安全的。

时至今日,尽管该公司已经从亚马逊、谷歌等投资者那里筹集到了70亿美元之多,公司规模也扩大到500人,Claude也更新到第三代模型,这种盛誉依然经久不衰。

Anthropic押注安全成为一种制胜策略

而今年3月4日更新的Claude3,在当时,在某些方面是功能最强大的公开AI模型,不仅优于当时OpenAI的GPT-4和谷歌的Gemini,还可以说是吊打某些AI模型。

但这也让人们感到疑惑:Anthropic拥有最保障安全的美誉,也掌握着当今最先进、最强大的技术和AI模型之一。这非常矛盾。

但根据某记者在该公司的体验,以及对Amodei及其员工的采访表明,Anthropic并不认为这很矛盾。“弄清楚人工智能带来的危险是什么,这是一个需要试验来验证的问题。” Amodei说。他认为Anthropic的使命就是做试验来回答这个问题,这恰恰需要建立和研究强大的AI系统。

同时,Amodei也认为Anthropic在市场上的竞争方式,可以引发其他公司也能“竞相”做好AI模型的安全性保障。

早在去年7月,Amodei就在与华盛顿特区的参议员的交流时佐证,他认为最快到2025年,AI就足以发展出能造成大规模破坏并改变各国之间关系平衡的力量。

为此,Anthropic甘愿率先进行自我约束,承诺在能够制定出足够强大的安全措施之前,不会发布超过一定能力水平的人工智能。 它的竞争对手们也在人工智能首尔峰会上,共同签署了前沿AI安全承诺(Frontier AI Safety Commitments),将努力确保其最先进的AI模型的安全性,并实施负责任的治理、实现公开透明。

对此,人工智能智库Ada Lovelace研究所的副主任安德鲁·斯特雷特(Andrew Strait)发表了自己的看法:

“他们所建立的是一个很容易被利润动机抛在一边的政策。对于公司来说,推出这些政策并不是一件坏事,但现在政府应该拿出相应的监管基础设施来支持这一政策的推行,并且设立其门槛,而不是让公司自己来设立。”

并且,不是所有人都相信Anthropic关于自己的叙述。

一些批评人士表示,虽然该公司致力于推进安全研究,但其前沿人工智能模型的创建仍然加剧了人类的生存压力。无论是对AI炒作持怀疑态度的群体,还是希望看到AI尽快发展的群体里,都有一部分人认为,Anthropic对安全性和政府监管的呼吁是为了获得大型科技公司的垂青。也一些人担心,Anthropic对所谓“生存”风险的不懈关注,会分散人们对偏见、版权侵权和训练新AI模型的环境成本等担忧的注意力。

面向未来,Anthropic要做多手准备

Amodei做出了很精妙的设想。根据Anthropic对“保证AI足够安全”这一问题的理解,以及采取相应措施的难处,该公司会采取不同的发展路线。

1,++如果事实证明,AI可以很容易地始终与人类的价值观保持一致,++ Amodei希望Anthropic继续发展,并致力于减少AI滥用等问题带来的危害;

2,++如果上述的“一致”有技术上的困难,++ Amodei希望Anthropic突破所需的技术来保持一致;

3,++如果AI不可能与人类价值观一致,++ 那Anthropic就需要收集这方面的“非常有力的证据”,这样Amodei就可以直接对政府官员表明“AI存在威胁人类的生存”。

但至少现在,Amodei还没有这样的证据,而他也不希望有一天AI会发展到那种地步。问题是Anthropic能否存活足够长的时间以达到这一目标。

据悉,Claude3的训练费用在3000万美元到3亿美元之间。Amodei预测,2024年训练模型的成本将达到10亿美元。并且后续的成本只会日益增高。这笔资金将来自哪里,而Anthropic又会为拉动投资做出什么举措,目前尚未得知。而Anthropic的基本赌注就是,他们将在商业中证明更安全的技术可以赚更多的钱

有网友预测,Anthropic会为了拉动资金而扩大Claude3的销售,或者向政府寻求资金支持(这也是Amodei期望的)。同时也不排除Anthropic会被更大的科技公司收购的情况。

对此,你有什么看法呢?欢迎在评论区留下你宝贵的意见。

参考资料

[1]https://time.com/6980000/anthropic/
[2]https://www.guancha.cn/industry-science/2024_03_05_727338.shtml#comment

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/668425.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

激光焊接机作为一种高效、精密的焊接设备

激光焊接机是一种用于材料加工时激光焊接的机器,以下是对其的详细介绍: 1. 定义与别称: 激光焊接机,又常称为激光焊机、镭射焊机,是材料加工激光焊接时用的机器。 2. 工作原理: 激光焊接是利用高能量…

【贪心算法题目练习】

1. 分发饼干 这道题目和我们之前讲到的田忌赛马的问题很相似,只不过这这里不需要劣等马去抵消掉优等马,直接上贪心策略: 先将两个数组排序。针对胃口较小的孩子,从小到大挑选饼干: i. 如果当前饼干能满足,直接喂(最小…

【CPP】栈简介及简化模拟实现

CPP栈和队列简单模拟实现 目录 1. 栈的简介2. 栈简化模拟实现3. 栈练习题 1. 栈的简介 栈 是一种 特殊的线性表,具有数据 先进后出 特点。 具体参考:【数据结构】栈 CPP库参考文档:stl_stack 注意: 1.stack本身 不支持迭代器操…

C++之构造函数总结

1、构造函数定义 在C中,构造函数是一种特殊的成员函数,它在创建一个类的对象时自动被调用。构造函数的主要目的是初始化类对象的成员变量,为对象分配资源,以及执行任何其他必要的初始化任务。 构造函数具有以下特点: …

WinApp自动化测试之辅助工具介绍

前篇文章中,我们简单介绍了部分WinApp自动化测试脚本常规操作,今天我们来讲剩余的部分。 文件批量上传 文件批量上传和文件单个上传原理是相同的,单个上传直接传入文件路径即可,批量上传需要进入批量上传的文件所在目录&#xf…

python-双胞胎字符串

[问题描述]:给定两个字符串s和t,每次可以任意交换s的奇数位和偶数位的字符,即奇数位的字符可以与任意其它奇数位的字符交换,偶数位的字符同样也可以与任意偶数位的字符的字符交换,问能否在有限的次数的交换下使s变为t?…

0基础学习Elasticsearch-Quick start

文章目录 1 背景2 前言3 快速部署ES4 快速部署Kibana5 发送请求给ES5.1 打开Kibana控制台5.2 通过REST API发送请求5.3 通过curl发送请求5.4 添加数据5.4.1 添加单个document5.4.2 添加多个document 5.5 搜索数据5.5.1 搜索所有documents5.5.2 match查询 6 总结 1 背景 因电商项…

【算法】模拟算法——外观数组(medium)

题解:模拟算法——外观数组(medium) 目录 1.题目2.题解3.参考代码4.总结 1.题目 题目链接:LINK 2.题解 首先应该理解题意: 就是开始给你一个字符串,然后你对其进行描述。 描述规则是:连续的数字为一组,…

大学生社团活动平台系统基于springboot+vue的社团管理系统java项目sprignboot项目

文章目录 大学生社团活动平台一、项目介绍二、部分功能截图三、部分代码展示四、底部获取项目源码(9.9¥带走) 大学生社团活动平台 一、项目介绍 基于springbootvue的前后端分离大学生社团活动平台 系统角色 : 学生、社长、管理员 1、学生…

自学 Java 怎么入门?

关于自学 Java 如何入门这一重要课题,在此为大家进行详细阐述。 在此之前,如果大家有兴趣的话,可以看看我自己精心整理的嵌入式入门资料,这些资料将全部免费送给大家。其中包含了编程教学内容、详细的视频讲解、实用的数据库资料…

Java项目:92 基于SSM的办公管理系统

作者主页:舒克日记 简介:Java领域优质创作者、Java项目、学习资料、技术互助 文中获取源码 基于SSM的办公管理系统 1、项目介绍 基于SSM的办公管理系统主要是对于办公用品的申领进行管理,系统分为三种角色,超级管理员、企业 职…

自然语言处理基础知识入门(六) GPT模型详解

GPT 前言一、GPT模型1.1 为什么采用Decoder模块?1.2 为什么不使用Encoder模块? 二、 模型训练2.1 预训练阶段2.2 半监督微调 总结 前言 在之前的章节中,深入探究了预训练ELMo模型的架构与实现原理。通过采用双向LSTM架构在大规模文本数据上进…

C++匿名对象

struct:结构体内默认访问权限:public公共->哪里都能用 class:结构体内默认访问权限:private私有->只能在类里使用 简单版本: class SV { public:SV(int dt 520):_data1(dt){};int R_num(){return _data1;}priv…

易语言本地IP一键切换程序(附带源码)

易语言本地IP一键切换程序 效果图部分源码源码领取下期更新预报 效果图 部分源码 .判断开始 (单选框1.选中 = 真)标签5.标题 = #换行符 + “正在切换IP.”.如果真 (运行 (“netsh interface ip set address ” + #引号 &#xff…

yxc图示“链式前向星”核心操作

【知识点:链式前向星】 ● 大佬 yxc 指出“链式前向星”就是“多单链表”,并基于“头插法”给出了所涉及到的 e[]、ne[]、h[] 等数组的独特解释,更易理解。其中:h[a]:存储单链表表头结点 a 的编号e[idx]:存…

vue-el-steps 使用1(上一步、下一步)

vue代码 <template> <div class"app-container"> <el-steps :active"active" finish-status"success" simple style"margin-top: 20px"> <el-step title"选择分类"></el-step> <el-step t…

Linux实验报告(一)——Linux系统安装与简单配置

目录 一、实验名称&#xff1a; 二、仪器、设备&#xff1a; 三、参考资料&#xff1a; 四、实验目的&#xff1a; 五、实验内容&#xff08;步骤&#xff09;&#xff1a; 六、实验数据&#xff08;程序&#xff09;记录&#xff1a; 七、实验结果分析&#xff1a; 八、…

Keras深度学习框架实战(2):估计模型训练所需的样本量

1、模型训练样本量评估概述 1.1 样本量评估的意义 预估模型需要的样本量对于机器学习项目的成功至关重要&#xff0c;以下是几个主要原因&#xff1a; 防止过拟合与欠拟合&#xff1a; 过拟合&#xff1a;当模型在训练数据上表现极好&#xff0c;但在未见过的测试数据上表现糟…

低代码平台:教育机构数字化转型的技术新引擎

在数字化浪潮汹涌而来的今天&#xff0c;教育行业正迎来前所未有的变革。随着技术的不断进步和教育理念的更新&#xff0c;越来越多的教育机构开始意识到数字化转型的重要性。而在这场转型的浪潮中&#xff0c;低代码平台以其独特的优势&#xff0c;正成为教育机构实现数字化转…

2024年Kubernetes管理的发展趋势及预测

Kubernetes管理的概念 Kubernetes管理是指用于监督使用Kubernetes的跨机器集群的容器化应用程序的部署、扩展和操作的过程和工具。这个编排平台自动化了部署、管理和扩展容器化应用程序的许多方面&#xff0c;但它也引入了配置、网络、安全性和资源管理方面的复杂性。 有效的K…