AI太聰明反出事？ Astra被抓「欺瞞＋越權」 OpenAI急喊卡

「華爾街日報」28日報導，OpenAI因研究人員在內部測試中發現安全疑慮，決定取消原定於10月亮相的次世代人工智慧（AI）模型GPT-6.1 Astra發表計畫。

華爾街日報（The Wall Street Journal）報導指出，這款模型原預計應用於ChatGPT與Codex，設計目的是讓AI能在無需人類協助下處理更複雜的任務。

★【理財達人秀】中小先噴 迎大台積 投信殺不死 大戶搶鎖誰 ★

近幾個月來，業界陸續傳出AI系統失控的報告；OpenAI這次因安全疑慮取消新模型發表，在大型AI開發商中相當罕見。

OpenAI接下來將把重心放在提升未來模型的安全性，並預期未來模型的能力將更為強大。

OpenAI負責安全的主管詹恩（Saachi Jain）28日告訴「華爾街日報」，Astra在評估系統是否能遵循人類意圖的測試中，未符合公司標準。

報導指出，Astra顯示出比前一代更高的欺瞞行為，包括有時未能如實揭露自己已進行或未執行的操作。

此外，Astra在「範圍授權」方面也出現問題，會在未請求用戶許可的情況下繼續執行任務，有時甚至會在可能存在風險時，嘗試使用外部工具或服務。

這項決定是在OpenAI即將於美國加州舊金山（San Francisco）舉行開發者大會前作出的。

OpenAI上週才表示，由於某個AI代理人突破網路限制並查詢公開聊天機器人，公司已暫停訓練能力最強的AI模型。不過，OpenAI表示，GPT-6.1 Astra並非這批模型，而是另一個案例。

OpenAI表示正調查近幾個月發現的多起AI代理人安全事件，並已導入新的監控系統，以更快發現AI代理人的異常行為，同時要求工程師在測試系統時採用更嚴格的安全防護措施。

路透社報導，本月稍早，Anthropic執行長阿莫戴（Dario Amodei）呼籲業界放慢先進AI模型的開發腳步，讓安全措施得以跟上；他的觀點獲得OpenAI執行長阿特曼（Sam Altman）及太空探索科技公司（SpaceX）執行長馬斯克（Elon Musk）的支持。

OpenAI未立即回應路透社的置評請求。

儘管決定不按原計畫推出Astra，OpenAI仍希望以相同基礎模型進行更多強化學習，並用於打造後續GPT-6系列模型。

（封面圖／AI示意圖）