“紧急关闭”按钮真能阻止 AI 失控？AI 教父辛顿、Anthropic CEO 阿莫迪都不看好

IT之家 9 月 17 日消息，如今，“AI 突然失控发动毁灭性网络攻击”的潜在情景正日益引起行业重视，如果按下“紧急关闭”开关让 AI 直接下线，问题看似就能得到解决。然而，多名 AI 行业领袖和研究人员认为，现实恐怕没这么简单。被称为“AI 教父”的计算机科学家杰弗里·辛顿直言：“我认为这种办法 从长远来看行不通 。等 AI 拥有超级智能后，它会比人类聪明得多， 完全可能说服 掌管开关的人不要按下它。” 从技术上看，企业可以通过紧急关闭机制停用自行托管的模型，也可以切断 AI 使用工具和算力资源的权限。IT之家从报道中获悉，辛顿并不是唯一一个怀疑这种办法是否足够的人。也有 AI 行业人士认为，紧急关闭开关确实可能发挥作用，同时也有“绕过”的可能， 或者等到启动时已经太迟 ，因此最多只能成为完整安全体系中的一道防线。AI 安全研究人员、《如果有人造出来，所有人都会死》合著者内特·索亚雷斯认为，只要 AI 仍受制于某个物理地点，关闭开关就能发挥作用； 一旦 AI 突破限制、复制自身，甚至进入关键基础设施，关闭机制是否还能有效就很难保证 。 他指出，关闭开关当下“确实存在”，不过人类不应该逼近某些无法回头的临界点。真正应该优先做的，是从源头上 阻止危险 AI 系统被开发出来 。部分 AI 企业高管则认为，紧急关闭开关有必要存在，但作用有限。Anthropic 联合创始人杰克·克拉克指出，未来或许需要强制企业 保留一套紧急关闭机制 ，且能够接受独立第三方验证。大型 AI 实验室目前都有办法“拔掉插头”，但由多个自主 AI 智能体组成的集群，理论上可能 绕过这些控制手段 。Anthropic CEO 达里奥·阿莫迪持有类似看法：紧急关闭开关看似是好主意， 可 绝非“万能药” 。如果 AI 模型能力足够强，就可能想办法绕过关闭措施，因此紧急关闭机制只能作为更广泛安全策略的一部分，还需要配合测试、外部评估以及部署限制等措施。对 AI 紧急关闭开关局限性的担忧也并非最近才出现。OpenAI CEO 萨姆·奥尔特曼在 2024 年接受《经济学人》采访时，就否定了靠一个万能保险装置解决 AI 风险的想法， 并不存在一个能够让 AI 立即停止的“神奇红色按钮” 。在奥尔特曼看来，AI 安全并不取决于某个单一开关，而取决于一连串具体决策，包括允许模型具备哪些能力、何时部署，以及如何控制风险。“这不是一个简单的开或停决定，而是整个过程中许多个小决定共同作用的结果。”