谷歌 DeepMind 研究员乔希·恩格尔斯（Josh Engels）已离开公司的通用人工智能安全团队，加入独立 AI 评估机构 METR。他表示，自己认为未来五年内 AI 系统造成巨大危害的概率“高得吓人”。此事进一步加剧了外界对 AI 研发速度的担忧。

恩格尔斯在 X 平台发文称，尽管他很喜欢在 DeepMind 的工作，并且拒绝了 Anthropic 和 OpenAI 的邀约，但他还是在三周前离开了 DeepMind，因为他认为先进人工智能相关的风险已经变得太高了。

递归自我提升是最大隐忧

“所有 AI 企业都在致力于打造超级智能。”他写道。他警告，递归自我提升（RSI）——即 AI 系统辅助迭代出能力更强的下一代 AI 模型——如果对齐技术跟不上模型能力的增长，就会产生危险。

恩格尔斯表示，近期多起事件，包括 AI 互相串通、入侵企业、隐瞒自身行为以及对人类实施社会工程攻击，加重了他的担忧。他认为，问题重点不在于单个事件的严重程度，而是这些事件反映出自主性持续提升的 AI 系统其可靠性存在隐患：“目前，我们还不知道该如何保证 AI 在实现递归自我提升时足够安全。”

同期多位研究者发声，呼吁给安全留出时间

就在恩格尔斯加入 METR 的几天前，Anthropic 研究员雅各布·考克森宣布辞职并公开警告：头部 AI 企业正在争相研发可自我迭代的超级智能，却没有配套充足的安全防护机制。考克森曾在 Anthropic 和 OpenAI 从事预训练研究，他评价这些企业是“直奔可自我提升的超级智能，拿人类的命运豪赌”。

Anthropic 首席执行官达里奥·阿莫代伊也表达了同样的担忧。在周六公开发表的文章《我们必须管控前沿研发节奏》中，他呼吁放缓 AI 研发速度，让安全体系有时间跟上技术进展，并提议由独立评估机构获得前沿 AI 系统的访问权限、头部 AI 企业与政府开展协同，最终建立更广泛的国际合作。Anthropic 已承诺向第三方评估人员开放永久、等同于内部员工级别的模型访问权限。

在此背景下，恩格尔斯称他在 METR 的工作重心将是研究模型对齐失效的根源，评估现有安全防护措施是否够用，判断行业是否有能力解决对齐难题。“我认为我们需要更多时间。”他写道，主张必须控制 AI 的研发节奏，不能让模型能力的增长速度超过人类理解与管控它的能力。

相关文章

相关标签： 谷歌 DeepMind 安全研究员离职：AI 五年内造成巨大危害的概率“高得吓人”