Dwarkesh:Anthropic 内部人士依据无法透露的内部信息,预计 AI 将在 9 个月内达到人类 AI 研究员的水平,并敦促各实验室公开证据
摘要
Dwarkesh Patel 透露一名 Anthropic 员工基于无法公开的内部信息,预计 AI 将在 9 个月内达到人类 AI 研究员水平,并呼吁各大实验室公开相关证据以方便外界评估风险。
德瓦凯什·帕特尔透露,两天前,一名 Anthropic 员工告诉他,根据其无法分享的内部信息,预计 AI 将在九个月内在 AI 研究方面达到人类水平。他表示,实验室应该公开这些证据。“我认为,目前的情况有一点非常令人沮丧:AI 实验室内部的人声称,他们掌握的证据让他们更加担忧。但他们不被允许谈论这些证据。这使得外界很难判断我们究竟应该有多担忧。” “举个例子,就在前几天,大概两天前,我和 Anthropic 的一个人聊天,对方说,听着,我预计 AI 将在九个月内在 AI 研究方面达到人类水平。” “我就问,你为什么这么认为?对方说,这不只是凭感觉,我掌握了一些内部信息。我问,是什么信息?是新模型吗?是你们做的某项评估吗?对方说,我不能谈这个。” “我认为这种状况糟透了。如果他们真的相信这一点,如果他们认为我们距离实现 AI 研究自动化并大幅加快其进程已经不到一年,那他们就应该公开这些证据。” https://x.com/firesidealpha/status/2110767520542282054
相似文章
@Miles_Brundage:同意应该分享更多信息,但同时,我们已有的证据早已足够支持我们以更强的紧迫感采取行动。
迈尔斯·布伦戴奇回应了有关 Anthropic 一名员工向德瓦尔凯什·帕特尔表示,他们基于非公开证据,预计 AI 将在九个月内达到人类从事 AI 研究的能力水平的报道。他认为,现有证据已足以促使人们采取更紧迫的行动,各实验室也应向公众披露更多信息。
Anthropic研究员称人工智能有10%概率'杀死所有人类'
继一名员工因担忧AI实验室的不负责任行为而辞职后,Anthropic的一位安全研究员警告称,人工智能在未来十年内杀死所有人类的概率超过10%。
泰勒·考恩与德瓦凯什·帕特尔预测未来
总结 Tyler Cowen 与 Dwarkesh Patel 的访谈:Dwarkesh 预测 AI 研发将在 1-3 年内被 AI 团队主导,2030 年前实现完全 AI 自治,实体 AI 将取代大部分体力劳动;Tyler Cowen 则认为 2045 年也未必能实现。两人还就机器意识和 AI 精神病展开了激烈辩论。
Dwarkesh Patel (guest Ryan Greenblatt) - What happens once Al can automate Al research?
Dwarkesh Patel 与 Redwood Research 首席科学家 Ryan Greenblatt 探讨一旦 AI 能自动化 AI 研究,递归自我改进可能在一年内完成相当于四到五年的 AI 进展。对话讨论了 AI 研发的可验证性及反馈循环。
Anthropic 研究人员担忧 AI '可能杀死全人类'
Anthropic 研究人员警告称,AI 可能在十年内杀死全人类,其中一人估计概率超过 10%,突显了安全方面的担忧以及高级 AI 系统的仓促发展。